Scikit learn 通过scikit构建学习一个组合分类器，该分类器首先检测一个类，然后在子类中对该类进行分类

我是Sci kit learn的新用户，我正在研究一个分类问题，其中我有两个主要类，类_1：良性程序和类_2：恶意软件（恶意程序）。第二类（恶意软件）由不同的子类组成：蠕虫、病毒、特洛伊木马等

在我的数据集中，我有一些良性程序、蠕虫、病毒等的样本

因此，由于我对两大类（良性与恶意软件）的分类非常准确，我不想一开始就将我的问题直接转化为多类问题（良性与特洛伊木马、病毒与蠕虫……）。我想要的是，通过sci工具包构建一个组合分类器，第一次将我的数据集分类为主类（恶意软件，良性），然后如果样本被分类为恶意软件，则继续处理多类问题（蠕虫病毒VS特洛伊木马，…）

我不知道如何通过sci kit learn的功能直接做到这一点。 我听说了多标签和多输出分类，我不知道我的问题是否可以在scikit learn中解释和实现为多输出问题：我的意思是，两个主要类（恶意软件，begnin），具有多输出（多个子类：蠕虫、特洛伊木马等）对于恶意软件类

---

提前感谢您的宝贵帮助

您所做的是多类别分类，您可以通过指定自己的损失函数来实现，例如：

loss（良性，特洛伊）=loss（良性，病毒）=10

loss（特洛伊木马、病毒）=loss（特洛伊木马、蠕虫）=1

---

这将使您的分类器“了解”将蠕虫误分类为病毒与将恶意软件误分类为良性程序相比并不重要。

首先，非常感谢您的回答！我只有两个问题：1-请你给我一个代码示例或一个指向scikit中代码的网站链接，让我学习如何做？2-我还听说了多标签和多输出分类，你不认为我的问题可以在scikit learn中解释和实现为多输出问题：我的意思是，两个主要类（恶意软件，begnin），恶意软件类有多个输出（多个子类：蠕虫，特洛伊木马等）？1）抱歉，我没有示例。2） 您可以通过多种方式解决问题，多标签可能是一种解决方案。更准确地说，您尝试的是“结构化学习”，尤其是“分层多类分类”。也许可以帮助你，但我并不真正了解这个模块。或者可能你好，再次抱歉打扰你，请，我很难区分多输出分类和多标签分类，请，这将是我的最后一个问题，简单地解释一下两者之间的区别，您能告诉我我的问题是否更接近于多标签ou多输出分类吗？您好，我真的不知道，但您可以在这里找到更多信息：