Python 如何调整多标签分类?
我试图开发一个多标签分类问题的模型。我的训练数据集有约550k个观察值、2.7k个输入和84个标签(已经有一个热编码)用于输出 我查阅了以下材料: 通过类似的方法来解决这个问题。 aI最初考虑使用XGBClassifier或MLPCClassifier的二进制相关性。我试过运行以下代码的一些变体:Python 如何调整多标签分类?,python,multilabel-classification,Python,Multilabel Classification,我试图开发一个多标签分类问题的模型。我的训练数据集有约550k个观察值、2.7k个输入和84个标签(已经有一个热编码)用于输出 我查阅了以下材料: 通过类似的方法来解决这个问题。 aI最初考虑使用XGBClassifier或MLPCClassifier的二进制相关性。我试过运行以下代码的一些变体: clf_mlp = MultiOutputClassifier( MLPClassifier(hidden_layer_sizes=(2000,),
clf_mlp = MultiOutputClassifier(
MLPClassifier(hidden_layer_sizes=(2000,),
activation='relu',
max_iter=10000,
verbose=False,
early_stopping=False
)).fit(X_train, y_train)
predictions_mlp = clf_mlp.predict(X_test)
accuracy_mlp=accuracy_score(y_test,predictions_mlp)
然而,我的准确率只有8%。。。关于调优或其他算法,哪种可能更有效,有什么建议吗