个人中心
文章发布
退出
作者热门文章
- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
28
4
我认为它应该是相同的，但是对于方法 decision_function() 我得到了不同的结果。而只有 decision_function_shape='ovr' 的 SVC 确实更快。
相关:Scikit learn multi-class classification for support vector machines
最佳答案
我得到了关于 documentation of LinearSVC 的一些说明在另请参阅标题中，其中提到了 SVC。
SVC
Implementation of Support Vector Machine classifier using libsvm:
....
....
Furthermore SVC multi-class mode is implemented using one vs one scheme while LinearSVC uses one vs the rest. It is possible to implement one vs the rest with SVC by using the sklearn.multiclass.OneVsRestClassifier wrapper.
....
此外，SVC 将所有训练委托(delegate)给底层 libsvm 库，该库将多类情况处理为 'OvO'(即使 decision_function_shape = 'ovr' ).
在@delusionX 的 issue 中提到 decision_function_shape 只是为了兼容 scikit API。最有可能的是，所有其他估计器都将多类处理为 OvR，因此当 SVC 与其他东西结合使用时(例如在管道、GridSearchCV 或像 OneVsRestClassifier 这样的包装器中)返回 OvO 决策函数会破坏工作别人的。但是我在任何地方都找不到明确写的。
有趣的事实:OneVsOneClassifier还返回一个决策函数，该函数与 OvR 的形状相符。
关于python - 带 SVC 的 OneVsRestClassifier 和带 decision_function_shape ='ovr' 的 SVC 有什么区别？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/39604468/
28
4
0
我正在尝试重现示例 here但使用 RandomForestClassifer。 我看不到如何转换这部分代码 # Learn to predict each class against the oth
我正在尝试在我的数据集上使用 OneCsRestClassifier。我提取了将要训练的模型的特征，并在其上安装了线性 SVC。模型拟合后，当我尝试预测模型拟合的相同数据时，我得到的全是零。是因为一些
我有一个已经过训练的 OneVsRestClassifier (scikit-learn)。 clf = OneVsRestClassifier(LogisticRegression(C=1.2, p
我有一个多标签问题。我将 OneVsRestClassifier 与 SVM 一起使用。现在我想通过 GridSearchCV 调整参数。我试过了 GridSearchCV(estimator=One
我正在对多标签数据进行网格搜索，如下所示: #imports from sklearn.svm import SVC as classifier from sklearn.pipeline impor
我想在 SVC 模型中执行 GridSearchCV，但它使用一对多策略。对于后一部分，我可以这样做: model_to_set = OneVsRestClassifier(SVC(kernel="p
我正在使用 OneVsRestClassifier 进行多标签分类。它适用于 LinearSVC，但是当我将它应用于 SVC 时，出现以下错误: classifier = OneVsRestClass
我正在尝试使用 OneVsRestClassifier 对一组评论进行多标签分类。我的目标是将每条评论标记为可能的主题列表。我的自定义分类器使用手动整理的单词列表及其在 csv 中的相应标签来标记每个
我正在使用 OneVsRestClassifier 解决多标签分类问题。我将 RandomForestClassifier 传递给它。 from sklearn.multiclass import O
我正在尝试将 OneVsRestClassifier 与 SVC 一起用于图像的多分类问题 - 我从 CellProfiler 获得了图像的数值特征。我想使用 GridSearchCV 查找要使用的超
我尝试在数据集上使用 y_scores=OneVsRestClassifier(svm.SVC()).predict()就像 iris 和 titanic 一样。问题是我得到的 y_scores 是连
我正在研究多标签分类问题 import pandas as pd import pickle from sklearn.feature_extraction.text import TfidfVect
我需要一个 SVM 作为多标签分类器，所以我决定使用 OneVsRestClassifier 包装器。然而，问题出现了，训练集变得高度不平衡:对于给定的类，负例比正例多得多。这可以通过 class_w
我有二元分类方法名称FMclassifier我需要将其应用于多类分类问题，到目前为止我知道可以使用一些估计器将二元分类器或回归器变成多类分类器。我想知道在 sklearn 中使用 OneVsRestC
免责声明:我对 AI、Python、NLTK 和 scikit-learn 还很陌生。 我正在尝试训练分类器将一组文档分类为一组标签。 我正在使用 NLTK 包装器与 scikit-learn 的 O
我正在使用 OneVsRestClassifier 和 SVC 处理多标签分类， from sklearn.datasets import make_multilabel_classification
我正在阅读 Scikit-learn 的 OneVsRestClassifier() 文档，link .在我看来，OneVsRestClassifier 首先将多个类二值化为二进制类，然后训练模型，并
我正在尝试设置一个 神经轴管道 使用 sklearns OneVsRestClassifier (OVR)。 Neuraxle 管道中的每个有效步骤都必须实现 fit()和 transform()方法
据我所知，多标签问题可以用一对多的方案来解决，Scikit-learn 实现了 OneVsRestClassifier作为分类器的包装器，例如 svm.SVC .我想知道如果我真的训练会有什么不同，比
我正在做多标签分类，我试图预测问题的正确标签: (X = 问题，y = X 中每个问题的标签列表)。 我想知道 sklearn.svm.SVC 的 decision_function_shape应与
我是一名优秀的程序员,十分优秀！