python - 强制分类器选择固定数量的目标

Question

如果我有一个包含事件的数据集，其中每个事件都有 1000 个可能项目的数据，每个事件只有 100 个是正确的。如何强制分类器为每个事件仅选择 100 个？

在我通过训练模型(具有 18 个特征，并且始终有 100 个目标/事件标记为 1)运行它之后，分类器会选择 60-80 个项目而不是 100 个之间的任意项目。即使我为每个事件提供一个事件编号，也不会没有帮助。

我正在使用 python sklearn 梯度增强和随机森林方法。

Answer 1

你自己做吧。 scikit-learn 中的每个分类器都可以让您访问decision_function 或predict_proba，两者都支持预测操作(predict 只是其中的argmax)。因此 - 只需选择支持度最高的 100 个即可。