Python 更改SKlearn线性回归分类器以返回多个类标签(nbest预测)
我正在研究python中分类器的分类问题。我为每个测试数据寻找5个预测,但是这个分类器的默认函数只返回最可能的类标签Python 更改SKlearn线性回归分类器以返回多个类标签(nbest预测),python,scikit-learn,linear-regression,naivebayes,Python,Scikit Learn,Linear Regression,Naivebayes,我正在研究python中分类器的分类问题。我为每个测试数据寻找5个预测,但是这个分类器的默认函数只返回最可能的类标签 我使用这个库中的朴素贝叶斯分类器来解决这个问题。它有predict\u proba函数,可以向每个类返回概率。在线性回归中有没有函数可以做这样的事情?线性回归是为回归问题设计的。如果您的任务确实是分类,您可以将multi_class设置为“多项式”。谢谢@SergeiLebedev。线性回归是为回归问题设计的。如果您的任务确实是分类,您可以将multi_class设置为“多项式”
我使用这个库中的朴素贝叶斯分类器来解决这个问题。它有
predict\u proba
函数,可以向每个类返回概率。在线性回归中有没有函数可以做这样的事情?线性回归
是为回归问题设计的。如果您的任务确实是分类,您可以将multi_class
设置为“多项式”
。谢谢@SergeiLebedev。线性回归是为回归问题设计的。如果您的任务确实是分类,您可以将multi_class
设置为“多项式”
。谢谢@SergeiLebedev。