我想在模型机学习的输出中获得两个以上的目标

Question

我想在用文本的分类模型预测中获得两个类。

model_RandomForest = RandomForestClassifier(n_estimators=100,criterion='gini', random_state=0) 

如果我可以添加数字输出的参数

Answer 1

如果您有多标签样本，则只需要将类标签定义为2D numpy数组即可。

示例：

from sklearn.ensemble import RandomForestClassifier
import numpy as np

np.random.seed(0)

X = np.random.rand(10,3)
y = np.random.rand(10,2)
y[y>0.7] = 1
y[y<=0.7] = 0

clf = RandomForestClassifier(max_depth=2, random_state=0)
clf.fit(X, y)

预测多级标签：

clf.predict(X[:5,:])

array([[0., 0.],
       [0., 0.],
       [0., 0.],
       [0., 0.],
       [1., 0.]])

在sklearn中，这被称为多标签 - 辅助。

'多标记 - 指示剂'：y是标签指示器矩阵，一个两个数组
具有至少两个列的尺寸，最多有2个唯一值。