Python sckit学习中多类问题的编码标签

当使用scikit learn中的分类器处理多类问题时，是否需要使用一个热编码对标签进行编码？例如，我有3个类，在将这些数据输入不同的分类器进行训练时，将它们简单地标记为

0

、

1

和

2

。据我所知，它似乎工作正常。但是有什么理由不推荐这种基本编码吗

---

有些算法，如随机林，以本机方式处理分类值。对于logistic回归、多层感知器、高斯朴素贝叶斯和随机森林等方法，如果我没有弄错的话，这些方法似乎天生就可以处理分类值。这个评估正确吗？scikit learn的哪些分类器不以本机方式处理这些输入，并且受到顺序性的影响？

所有scikit估计器都自动处理多类问题

在内部，它们将被适当地转换为，如果算法支持本机多类问题，则将简单编码转换为0、1、2等；如果算法通过以下方式处理多类问题，则将其转换为一个热编码

请参阅以下内容：

所有scikit学习分类器都能够进行多类分类

您可以看到，“逻辑回归、多层感知器、高斯朴素贝叶斯和随机森林”在标题下

“固有多类”

其他如SGD或LinearSVC使用one vs rest方法来处理多类，但正如我上面所说的，这将由scikit内部处理，因此您作为用户不需要做任何事情，可以在单个

y

数组中将多类标签（甚至作为字符串）传递给所有分类估计器

---

用户唯一需要显式地将标签转换为一个热编码的是多标签问题，在这个问题中，可以为一个样本预测多个标签。但我认为你的问题与此无关。

看看。要点是一个热编码有助于防止分类变量的有序性。@skruber在那里的一个回复中提到：“一些算法，如随机林，以本机方式处理分类值。”我也许应该更明确一些。对于logistic回归、多层感知器、高斯朴素贝叶斯和随机森林等方法，如果我没有弄错的话，这些方法似乎天生就可以处理分类值。这个评估正确吗？哪个scikit learn的分类器不以本机方式处理这些输入？谢谢，这有助于澄清问题。我知道他们能够处理多类问题，但不确定默认设置，也不知道标签是自动转换的。文档是否明确说明了自动编码？也许值得注意的是，如果没有指定多类，逻辑回归将使用一对一的方法。@Mathews24是的，

multi\u class

的默认值是

'ovr'

，如@Kumar:you是一本ML字典，我可以在StackOverFlow中找到。昨天，我尝试了LabelBinarizer对我的多类分类问题的标签进行热编码。结果对我大喊大叫

ValueError:分类指标无法处理多标签指标和多类别目标的混合

。那么，我们为什么要使用

scikit learn

中的标签编码器库呢？