scikit-learn网站上的OneVsRestClassifier文档中指出以下内容:
“由于每个类别仅由一个和一个分类器表示,因此可以通过检查其相应的分类器来获得有关该类别的知识。”
但是它没有给出如何执行此操作的说明,并且我也看不到本页文档中的任何方法如何实现该目的。我希望能够打印出每个班级模型的准确性,以便我可以看到其在预测每个班级时的性能。
到目前为止,我的代码在下面,但是我真的不知道从这里开始应该去哪里,因为似乎文档中没有任何内容,它解释了如何执行此操作。任何帮助深表感谢。
def predict_one_vs_rest(self):
clf = OneVsRestClassifier(LinearSVC(random_state=0))
clf.fit(self.X, self.y)
result = clf.classes_
estimators = clf.estimators_
print(result)
print("")
print(estimators)
您无需将LinearSVC包装在OneVsRestClassifier中。正如文档中明确指出的那样,LinearSVC已经支持多类分类。为了检查类的准确性,例如,您可以使用混淆矩阵或分类报告。
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句