ClassifierChain#

class sklearn.multioutput.ClassifierChain(estimator, *, order=None, cv=None, chain_method='predict', random_state=None, verbose=False)[源代码]#

将二元分类器排列成链的多标签模型。

每个模型按照链指定的顺序，使用提供给模型的所有可用特征以及链中较早模型的预测结果进行预测。

有关如何使用 ClassifierChain 并从中集成中受益的示例，请参见 酵母数据集上的 ClassifierChain 示例。

欲了解更多信息，请参阅 用户指南。

Added in version 0.19.

参数:
estimatorestimator

构建分类器链的基估计器。

order形状为 (n_outputs,) 的类数组或 ‘random’，默认为 None

如果为 None，则顺序由标签矩阵 Y 中的列顺序决定。

order = [0, 1, 2, ..., Y.shape[1] - 1]

链的顺序可以通过提供一个整数列表来显式设置。例如，对于长度为 5 的链。

order = [1, 3, 2, 4, 0]

意味着链中的第一个模型将对 Y 矩阵中的第 1 列进行预测，第二个模型将对第 3 列进行预测，以此类推。

如果 order 为 random，则将使用随机顺序。

cvint, cross-validation generator or an iterable, default=None

确定是对链中先前估计器的结果使用交叉验证预测还是真实标签。cv 的可能输入为

  • None，表示在拟合时使用真实标签，

  • 整数，用于指定 (Stratified)KFold 中的折数，

  • CV 分割器,

  • 产生（训练，测试）拆分作为索引数组的可迭代对象。

chain_method{‘predict’, ‘predict_proba’, ‘predict_log_proba’, ‘decision_function’} 或此类字符串列表，默认=’predict’

链中估计器用于链中先前估计器的‘预测’特征的预测方法。

  • 如果为 str，则为方法名称；

  • 如果为 str 列表，则按优先顺序提供方法名称。所使用的方法对应于列表中由 base_estimator 实现的第一个方法。

1.5 版本新增。

random_stateint, RandomState 实例或 None, 可选 (默认为 None)

如果 order='random'，则决定链顺序的随机数生成。此外，它还控制在每次链迭代时给予每个 base_estimator 的随机种子。因此，它仅在 base_estimator 暴露 random_state 时才被使用。传递一个 int 以便在多次函数调用中获得可重复的输出。请参见 术语表。

verbosebool, default=False

如果为 True，则在每个模型完成时输出链进度。

1.2 版本新增。

属性:
classes_列表

长度为 len(estimators_) 的数组列表，包含链中每个估计器的类标签。

estimators_列表

base_estimator 克隆的列表。

order_列表

分类器链中标签的顺序。

chain_method_字符串

链中估计器用于预测特征的预测方法。

n_features_in_int

在 fit 期间看到的特征数量。仅在基础 base_estimator 拟合时暴露此类属性时定义。

0.24 版本新增。

feature_names_in_shape 为 (n_features_in_,) 的 ndarray

在 fit 期间看到的特征名称。仅当 X 具有全部为字符串的特征名称时才定义。

1.0 版本新增。

另请参阅

RegressorChain

回归的等效项。

MultiOutputClassifier

独立地对每个输出进行分类，而不是进行链接。

References

Jesse Read, Bernhard Pfahringer, Geoff Holmes, Eibe Frank, “Classifier Chains for Multi-label Classification”, 2009.

示例

>>> from sklearn.datasets import make_multilabel_classification
>>> from sklearn.linear_model import LogisticRegression
>>> from sklearn.model_selection import train_test_split
>>> from sklearn.multioutput import ClassifierChain
>>> X, Y = make_multilabel_classification(
...    n_samples=12, n_classes=3, random_state=0
... )
>>> X_train, X_test, Y_train, Y_test = train_test_split(
...    X, Y, random_state=0
... )
>>> base_lr = LogisticRegression(solver='lbfgs', random_state=0)
>>> chain = ClassifierChain(base_lr, order='random', random_state=0)
>>> chain.fit(X_train, Y_train).predict(X_test)
array([[1., 1., 0.],
       [1., 0., 0.],
       [0., 1., 0.]])
>>> chain.predict_proba(X_test)
array([[0.8387, 0.9431, 0.4576],
       [0.8878, 0.3684, 0.2640],
       [0.0321, 0.9935, 0.0626]])
decision_function(X)[源代码]#

计算链中模型的决策函数。

参数:
Xshape 为 (n_samples, n_features) 的 array-like

输入数据。

返回:
Y_decision形状为 (n_samples, n_classes) 的类数组

返回样本对于链中每个模型的决策函数。

fit(X, Y, **fit_params)[源代码]#

将模型拟合到数据矩阵 X 和目标 Y。

参数:
Xshape 为 (n_samples, n_features) 的 {array-like, sparse matrix}

输入数据。

Y形状为 (n_samples, n_classes) 的类数组

目标值。

**fit_paramsdict of string -> object

传递给每一步 fit 方法的参数。

仅当 enable_metadata_routing=True 时可用。请参阅 用户指南。

在版本 1.3 中新增。

返回:
selfobject

类实例。

get_metadata_routing()[源代码]#

获取此对象的元数据路由。

请查阅 用户指南，了解路由机制如何工作。

在版本 1.3 中新增。

返回:
routingMetadataRouter

封装路由信息的 MetadataRouter。

get_params(deep=True)[源代码]#

获取此估计器的参数。

参数:
deepbool, default=True

如果为 True，将返回此估计器以及包含的子对象（如果它们是估计器）的参数。

返回:
paramsdict

参数名称映射到其值。

predict(X)[源代码]#

使用 ClassifierChain 模型在数据矩阵 X 上进行预测。

参数:
Xshape 为 (n_samples, n_features) 的 {array-like, sparse matrix}

输入数据。

返回:
Y_pred形状为 (n_samples, n_classes) 的类数组

预测值。

predict_log_proba(X)[源代码]#

预测概率估计的对数。

参数:
Xshape 为 (n_samples, n_features) 的 {array-like, sparse matrix}

输入数据。

返回:
Y_log_prob形状为 (n_samples, n_classes) 的类数组

预测的概率对数。

predict_proba(X)[源代码]#

预测概率估计。

参数:
Xshape 为 (n_samples, n_features) 的 {array-like, sparse matrix}

输入数据。

返回:
Y_prob形状为 (n_samples, n_classes) 的类数组

预测的概率。

score(X, y, sample_weight=None)[源代码]#

返回在提供的数据和标签上的 准确率 (accuracy)。

在多标签分类中，这是子集准确率 (subset accuracy)，这是一个严格的指标，因为它要求每个样本的每个标签集都被正确预测。

参数:
Xshape 为 (n_samples, n_features) 的 array-like

测试样本。

yshape 为 (n_samples,) 或 (n_samples, n_outputs) 的 array-like

X 的真实标签。

sample_weightshape 为 (n_samples,) 的 array-like, default=None

样本权重。

返回:
scorefloat

self.predict(X) 相对于 y 的平均准确率。

set_params(**params)[源代码]#

设置此估计器的参数。

此方法适用于简单的估计器以及嵌套对象（如 Pipeline）。后者具有 <component>__<parameter> 形式的参数，以便可以更新嵌套对象的每个组件。

参数:
**paramsdict

估计器参数。

返回:
selfestimator instance

估计器实例。

set_score_request(*, sample_weight: bool | None | str = '$UNCHANGED$') → ClassifierChain[源代码]#

配置是否应请求元数据以传递给 score 方法。

请注意，此方法仅在以下情况下相关：此估计器用作 元估计器 中的子估计器，并且通过 enable_metadata_routing=True 启用了元数据路由（请参阅 sklearn.set_config）。请查看 用户指南 以了解路由机制的工作原理。

每个参数的选项如下：

  • True：请求元数据，如果提供则传递给 score。如果未提供元数据，则忽略该请求。

  • False：不请求元数据，元估计器不会将其传递给 score。

  • None：不请求元数据，如果用户提供元数据，元估计器将引发错误。

  • str：应将元数据以给定别名而不是原始名称传递给元估计器。

默认值 (sklearn.utils.metadata_routing.UNCHANGED) 保留现有请求。这允许您更改某些参数的请求而不更改其他参数。

在版本 1.3 中新增。

参数:
sample_weightstr, True, False, or None, default=sklearn.utils.metadata_routing.UNCHANGED

score 方法中 sample_weight 参数的元数据路由。

返回:
selfobject

更新后的对象。