Python 如何利用skLearn建立多值预测Y的基线模型

我有一个示例数据框，如下所示。我想建立一个基线模型，使用

X=df.filter（regex='X'）

预测

y\u组合

：

我不熟悉基线模型构建。要获得

y\u predicted

，我应该如何使用

strategy=“constant”

指定DummyClassifer（）模型？还是我应该使用不同的策略

---

例如，如果

y\u predicted=[1,1,1]

，然后，我将通过获得

y\u combined

和

y\u predicted

之间的平均质心来了解预测模型的性能。我将回答您的问题，前提是您希望使用

strategy='constant'

设置为多标签分类问题构建基线模型，其中输出等于

df

的

y\u组合

。在这种情况下，以下代码将起作用：

从sklearn.dummy导入DummyClassifier
将numpy作为np导入
作为pd进口熊猫
X=pd.DataFrame({
“x_1”：[0.1,0.2,0.1,0]，
“x_2”：[0.5,0.1,0.3,0.4]，
“x_3”：[0.2,0.1,0.6,0.1]，
“x_4”：[0,0.5,0.2,0.3]
})
y=np.数组（[[0,0,0]，[1,0,1]，[1,1,0]，[0,0,1]]
clf=DummyClassifier（strategy='constant'，constant=np.array（[1,1,1]））
clf.配合（X，y）

请注意，当您使用

strategy='constant'

时，还必须说明应通过

DummyClassifier的
constant=…
参数预测的常量值。您将看到，无论输入是什么，基线模型现在总是预测指定的常量值：

y_pred=clf.predict（X）
打印（y_pred）
#输出
[[1 1 1]
[1 1 1]
[1 1 1]
[1 1 1]]

由于您还询问了其他策略，您基本上可以选择的文档中提到的任何策略。如《用户指南》中所述，它们都有一个共同的行为：

注意，对于所有这些策略，预测方法完全忽略了输入数据

非常感谢！因为我的实际数据有48个Y列，所以我设置了常量=np.full（shape=48，fill_value=1，dtype=np.int），但是，这给了我一个错误“常量目标值应该有shape（1，1）。”设置常量的方式没有问题。错误消息显示了数组的形状与目标值相同（
y
在本例中）是
（1，1）
，与常量值不同，常量值显然具有
（48，）
。您必须将数组的形状与目标值和常量的形状对齐。然后它将工作。
df = pd.DataFrame({
    'x_1':[0.1,0.2,0.1,0],
    'x_2':[0.5,0.1,0.3,0.4],
    'x_3':[0.2,0.1,0.6,0.1],
    'x_4':[0,0.5,0.2,0.3],
    'y_1': [0, 1, 1, 0],
    'y_2': [0, 0, 1, 0],
    'y_3': [0, 1, 0, 1],
    'y_combined': [np.array([0, 0, 0]), np.array([1, 0, 1]),
                   np.array([1, 1, 0]), np.array([0, 0, 1])]
})