Fatal编程技术网
  • classification/
  • Classification 具有自然排序的多类别监督分类

Classification 具有自然排序的多类别监督分类

scikit-learn

Classification 具有自然排序的多类别监督分类,classification,scikit-learn,Classification,Scikit Learn,我尝试训练一个模型，将样本分为三类：弱、中等、和强。据我所知，最好的方法是使用加权kappa评分来衡量模型性能。似乎加权kappa没有在scikit-learn中实现。对于这类分类，人们如何使用scikit学习？这是一项相当常规的任务 您可以使用skll获得kappa分数来衡量绩效 from skll.metrics import kappa kappa_val = kappa(y_true, y_pred) skll还有许多其他用例。有关详细信息，请访问链接这里有什么问题？它是否得到实施？不

我尝试训练一个模型，将样本分为三类：
弱
、
中等
、和
强
。据我所知，最好的方法是使用
加权kappa评分
来衡量模型性能。似乎加权kappa没有在
scikit-learn
中实现。对于这类分类，人们如何使用
scikit学习
？这是一项相当常规的任务
 您可以使用
skll
获得kappa分数来衡量绩效


from skll.metrics import kappa
kappa_val = kappa(y_true, y_pred)



skll
还有许多其他用例。有关详细信息，请访问链接
这里有什么问题？它是否得到实施？不，不是。从skll.metrics import kappa抛出一个错误“无法导入名称BaseLibLinear”。好奇您以前是否见过这个问题？您使用的是什么版本的skll？我使用的是skll 1.0.1，没有任何错误<代码>>>>导入skll>>>skll。skll.metrics导入kappa>>>>
中的\uuuuu版本\uuuuuuuuu'1.0.1'>>>已成功，即使我刚刚创建了一个新的康达环境，其中安装了skll，并且它工作成功。请更新您的skll包。
$conda create-n skll python=3.4 skll$source从skll.metrics导入kappa激活skll$python>>成功