machine-learning - 如何使用 svm 预测多标签数据集

Question

我使用的数据集包含所有十进制值和时间戳，它具有以下功能:

 1. sno
 2. timestamp
 3. v1
 4. v2
 5. v3

我有 5 个月的数据，每分钟都有时间戳。我需要预测将来是否会使用 v1、v2、v3。 v1,v2,v3的值在0到25之间。

我该怎么做？

我以前使用过二元分类，但我不知道如何处理多标签问题来预测。我一直使用下面的代码。我应该如何训练模型以及如何使用 v1,v2,v3 来适应 'y'？

X_train, X_test, y_train, y_test = train_test_split(train, y, test_size=0.2)




Data:

sno power   voltage v1  v2  v3  timestamp
1   3.74    235.24  0   16  18  2006-12-16 18:03:00
2   4.928   237.14  0   37  16  2006-12-16 18:04:00
3   6.052   236.73  0   37  17  2006-12-16 18:05:00
4   6.752   237.06  0   36  17  2006-12-16 18:06:00
5   6.474   237.13  0   37  16  2006-12-16 18:07:00
6   6.308   235.84  0   36  17  2006-12-16 18:08:00
7   4.464   232.69  0   37  16  2006-12-16 18:09:00
8   3.396   230.98  0   22  18  2006-12-16 18:10:00
9   3.09    232.21  0   12  17  2006-12-16 18:11:00
10  3.73    234.19  0   27  17  2006-12-16 18:12:00
11  2.308   234.96  0   1   17  2006-12-16 18:13:00
12  2.388   236.66  0   1   17  2006-12-16 18:14:00
13  4.598   235.84  0   20  17  2006-12-16 18:15:00
14  4.524   235.6   0   9   17  2006-12-16 18:16:00
15  4.202   235.49  0   1   17  2006-12-16 18:17:00

Answer 1

遵循documentation :

The multiclass support is handled according to a one-vs-one scheme (and should thus support one-vs-all strategy).

一对一策略

one-vs-one方案基本上是指每对类使用一个分类器。在预测阶段，最终选择获得最多选票的类别(每个分类器的输出)作为预测。如果这样的投票有平局，即两个类别的票数相等，那么分类置信度就会发挥作用。

要将 SVM 与这样的方案一起使用，应该这样做:

from sklearn.multiclass import OneVsOneClassifier
from sklearn.svm import SVC

...

subclf = SVC(**params)
clf = OneVsOneClassifier(estimator=subclf)

clf.fit()

一对一策略

另一种方法是使用 one-vs-all战略。该策略适合每个类的分类器并针对数据中的所有其他类。它比第一个方案更受欢迎，因为它更容易解释结果，并且计算时间要短得多。使用起来就像第一个例子一样简单:

from sklearn.multiclass import OneVsRestClassifier
from sklearn.svm import SVC

...

subclf = SVC(**params)
clf = OneVsRestClassifier(estimator=subclf)

clf.fit()

要了解有关多标签分类和学习的更多信息，请继续 here

<小时/><小时/>

后果变量编码

因此，基本思想是通过以下方式实例化一个复杂(即多标签)目标变量:

• 如果 v1 v2 v3 为零，y 等于 0

• 如果 v1 或 v2 或 v3 为 1，y 等于 1

如果 v1 v2 或 v1 v3 或 v2 v3 为 1，

• y 等于 2

• 如果 v1 v2 v3 为 1，y 等于 3

解决方法可能如下:

import numpy as np

y = []

for i, j, k in zip(data['v1'], data['v2'], data['v3']):
if i and j and k > 0:
    y.append(3)
elif i and j or i and k or j and k > 0:
    y.append(2)
elif i or j or k > 0:
    y.append(1)
else:
    y.append(0)