多标签二值化器 - 获取反向转换

Question

我在使用Scikit-learn中的MultiLabel Binarizer和One-vs-all分类器时遇到了问题。 我的挑战是一旦获得预测结果，如何获取原始标签。（我分别训练和拟合了one-vs-rest分类器和向量化器）

_labels = load_labels()
mlb = MultiLabelBinarizer()
mlb.fit_transform(_labels)
print mlb.classes_ # this prints the binarized labels

_clf,_vect = load_pickle('./pickles')

for q in queries:
    #query vector q
    X = vect.transform([q])            
    res = clf.predict_proba(X)
    print res #[[ 0.00164113  0.00706595  0.00683465 .... 0.00837984]]

    #this is where I am stuck on what to pass into the inverse_transform to obtain
    preds = mlb.inverse_transform(??)
    print preds

Thanks for your help in advance!

- Santino

---

inverse_transform将使用编码将标签转换回类别。因此，inverse_transform的输出是transform的输入。MultilabelBinarizer - skrubber

@sharatpc，抱歉我有点困惑，因为我的模型已经被训练和打包好了，现在我正在从csv文件中重新读取标签并进行'fit_transform'，那么我的输入是什么用于 'inverse_transform'呢？ - Santino

mlb.fit_transform(_labels) 的输出将作为输入。 - skrubber

谢谢！可以了，非常感谢！请将其作为答案发布，以便我可以接受。 - Santino

Answer 1

mlb.fit_transform(_labels)的输出将作为inverse_transform的输入。

更多相关信息请参见：Multilabel Binarizer。

- skrubber

---

嗨！当你说解决方案应该是：mlb.inverse_transform(mlb.fit_transform(_labels))时，我不太明白。难道你不想要预测值（在这种情况下为res）进行反向转换吗？即-mlb.inverse_transform(mlb.fit_transform(res))？在这种情况下，我的预测值变成了一个无法反向转换的浮点数，我们该怎么办呢？ - Crossfit_Jesus