Machine learning onevsrest分类器的损失函数
我有一个经过培训的Machine learning onevsrest分类器的损失函数,machine-learning,nlp,scikit-learn,Machine Learning,Nlp,Scikit Learn,我有一个经过培训的OneVsRestClassifier(scikit learn) clf = OneVsRestClassifier(LogisticRegression(C=1.2, penalty='l1')).fit(X_train, y_train) 我想找出我的测试数据丢失的原因。我使用了log\u loss函数,但它似乎不起作用,因为我有多个类作为每个测试用例的输出。我该怎么办 您所指的分类问题称为问题。为此,您已经做出了使用OneVsRestClassifier的好决定。默认
OneVsRestClassifier
(scikit learn
)
clf = OneVsRestClassifier(LogisticRegression(C=1.2, penalty='l1')).fit(X_train, y_train)
我想找出我的测试数据丢失的原因。我使用了
log\u loss
函数,但它似乎不起作用,因为我有多个类作为每个测试用例的输出。我该怎么办 您所指的分类问题称为问题。为此,您已经做出了使用OneVsRestClassifier
的好决定。默认情况下,该方法使用子集精度,这是一个非常苛刻的指标,因为它要求您正确猜测标签的整个子集
scikit learn提供的一些其他损失函数可供使用,如下所示:
希望这有帮助 你的数据有多大?你使用的是哪一个数据集?我使用的是来自ntlk.corpus的“路透社”数据集。总共大约有10000份文件。我很高兴它对你有用。如果这对您有帮助,请您将其标记为已接受的答案,好吗?这也将帮助其他有同样疑问的人。非常感谢。