Python 多标签、多类（多输出）随机森林示例&；最近的邻居在scikit学习？

有人能给出一个多输出、多类随机森林分类器和最近邻算法的基本示例吗？它们是开箱即用的，但我不知道如何使用它们，因为文档对我来说太抽象了

本质上，我必须做什么才能访问Classifier的多标签属性？我已经将我的

Y

标签设置为

list（）

格式，如下所示。我还改变了我的标签：

from sklearn.preprocessing import MultiLabelBinarizer
mlb = MultiLabelBinarizer()
YC = mlb.fit_transform(df['combined_atc'].astype(str))

数据集片段：

X1   X2     X3        Y
red  NaN    NaN       [candy, pen]
red  green  blue      [clown, rainbow]
red  yellow NaN       [sun, car, shirt]
yello pink  black     [shirt, car]

只要我能预测Y中的一项，我就“正确”。 所以如果我有一个X1的“红色”，那么如果我说“糖果”或“钢笔”或“糖果和钢笔”，那么我是对的。没有内在的秩序，也没关系

这是一个多标签、多类别的问题吗？这里理想的算法是什么？有什么现成的东西支持我的用例吗

import pandas
from sklearn import model_selection
from sklearn.ensemble import RandomForestClassifier


rf = RandomForestClassifier(n_jobs=2)#use 2 cores
seed=7
max_features = 'auto'
num_trees = 2

kfold = model_selection.KFold(n_splits=3, random_state=seed)

model = RandomForestClassifier(n_estimators=num_trees, 
max_features=max_features, verbose=1)

results = model_selection.cross_val_score(model, X, YC, cv=kfold)
print(results.mean())

---

您提出的问题实际上是一个多标签多类问题。在

scikit学习

，

决策树

，

随机林

，

近邻

支持开箱即用的多标签多类别问题

另一种方法是为数据集中的每个唯一标签构建一个模型。因此，将问题转化为每个标签的二进制分类问题

---

如果您想创建您提到的自定义评估函数，您可以使用

度量。使\u scorer

与多标签分类相匹配。看。不是你说的多输出多类。多标签和多类是两个不同的问题。在我以上评论中的链接文档中，您可以得到哪些估计器适合于什么样的任务。