在多标签分类问题中,我使用MultiLabelBinarizer将我的20个文本标签转换为由0和1组成的二进制列表。
预测后,我得到了一个由20个二进制值组成的列表,并且我想输出相应的文本标签。
我只是想知道MultiLabelBinarizer()是否提供了回转转换,还是我需要手动执行。
预测后,我得到了一个由20个二进制值组成的列表,并且我想输出相应的文本标签。
我只是想知道MultiLabelBinarizer()是否提供了回转转换,还是我需要手动执行。
inverse_transform()
的方法,可以将二值化的标签转换回在fit()
期间提供给它的原始名称。
http://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.MultiLabelBinarizer.html#sklearn.preprocessing.MultiLabelBinarizer.inverse_transform
inverse_transform(yt)
Transform the given indicator matrix into label sets Parameters: yt : array or sparse matrix of shape (n_samples, n_classes) A matrix containing only 1s ands 0s. Returns: y : list of tuples The set of labels for each sample such that y[i] consists of classes_[j] for each yt[i, j] == 1.
mlb = MultiLabelBinarizer()
2)y = mlb.fit_transform(labels)
3)print mlb.inverse_transform(clf.predict(test[0]))
- sonopredict_proba()
而不是predict()
时,如何进行inverse_transform()
操作? - loving_guyinverse_transform()
只能用于原始值(目标值)。如果您使用了 predict_proba
,那么您首先需要决定阈值,以便为该样本分配特定的目标类。一旦对所有值完成此操作,然后使用 inverse_transform()
。 - Vivek Kumar