Scikit learn 多标签sklearn KNearestNeighbors

我有一个包含要素及其标签的数据集

看起来是这样的：

X1, X2, X3, X4, X5 .. Xn L1, L2, L3
Y1, Y2, Y3, Y4, Y5 .. Yn L5, L2
..

我想在此数据集上训练Kneighbors分类器。似乎sklearn不接受多重标签。我一直在尝试：

mlb = MultiLabelBinarizer()
Y = mlb.fit_transform(Y)

# parameters:  n_neighbors=[5,15], weights = 'uniform', 'distance'
bagging = BaggingClassifier(KNeighborsClassifier(n_neighbors =5,weights ='uniform'), max_samples = 0.6, max_features= 0.7, verbose =1, oob_score =True)
scores = cross_val_score(bagging, X, Y, verbose =1, cv=3, n_jobs=3, scoring='f1_macro')

它给了我

value错误：输入形状不正确

有没有办法在sklearn中运行多标签分类器？

根据sklearn，支持多输出多类分类任务的分类器有：

决策树，随机森林，最近邻

根据sklearn，支持多输出多类分类任务的分类器包括：

决策树，随机森林，最近邻

---

由于标签有一个二进制矩阵，因此可以使用

OneVsRestClassifier

使

BaggingClassifier

处理多标签预测。代码现在应该如下所示：

bagging = BaggingClassifier(KNeighborsClassifier(n_neighbors=5, weights='uniform'), max_samples=0.6, max_features=0.7, verbose=1, oob_score=True)
clf = OneVsRestClassifier(bagging)
scores = cross_val_score(clf, X, Y, verbose=1, cv=3, n_jobs=3, scoring='f1_macro')

您可以将

OneVsRestClassifier

与任何sklearn模型一起使用，以进行多标签分类

这里有一个解释：

以下是文件：

---

因为标签有一个二进制矩阵，所以可以使用

OneVsRestClassifier

使您的

BaggingClassifier

处理多标签预测。代码现在应该如下所示：

bagging = BaggingClassifier(KNeighborsClassifier(n_neighbors=5, weights='uniform'), max_samples=0.6, max_features=0.7, verbose=1, oob_score=True)
clf = OneVsRestClassifier(bagging)
scores = cross_val_score(clf, X, Y, verbose=1, cv=3, n_jobs=3, scoring='f1_macro')

您可以将

OneVsRestClassifier

与任何sklearn模型一起使用，以进行多标签分类

这里有一个解释：

以下是文件：

---

KNeighborsClassifier

采用多标签，而不是

BaggingClassifier

不采用

KNeighborsClassifier

采用多标签，而不是

BaggingClassifier

采用多标签。