Biblioteka Python, która może obliczyć macierz nieporozumień do klasyfikacji wielu etykiet

9

Szukam biblioteki Pythona, która może obliczyć macierz nieporozumień do klasyfikacji wieloznakowej .

FYI:

scikit-learn nie obsługuje wielu etykiet dla macierzy pomieszania)
Jaka jest różnica między Problemem Wieloklasowym a Multilabelowym

python software-recommendation multilabel-classification

— Franck Dernoncourt
źródło

Co skończyłeś?

— Morteza Shahriari Nia

@MortezaShahriariNia Pozostałem mono-etykietowany.

— Franck Dernoncourt

jak wyglądałaby teoretyczna macierz wielopłaszczyznowego zamieszania? Nie sądzę, żeby miało to zastosowanie, prawda?

— user798719,

3

bardzo zabawne, że wszystkie 3 odpowiedzi na to pytanie są niezwykle niskiej jakości.

— Monica Heddneck,

Nie znam żadnych pakietów, ale być może możesz rozważyć wszystkie możliwe kombinacje wielu etykiet jako osobną klasę i użyć niektórych z już dostępnych pakietów dla wielu klas. Następnie, z tego zamieszania, zbuduj swoją matrycę wielu etykiet

— Valentin Calomme

3

Zobacz także scikit-multilearn . Jest to bardzo dobra biblioteka, która rozszerza wiedzę na temat uczenia się wielu marek. Nie jestem jednak pewien, jak działa macierz nieporozumień w przypadku problemów z wieloma etykietami ...

Ten facet twierdzi, że go rozwiązał.

1

Sklearn ma do tego metodę, za pomocą której można obliczyć macierz dezorientacji dla wielu klas.

from sklearn import cross_validation
confusion_matrix(original, Predicted)

— Vivek Srinivasan
źródło

1

co powiesz na multi-label? github.com/scikit-learn/scikit-learn/issues/3452 jest nadal otwarty

— Franck Dernoncourt

1

Wypróbuj mlxtend . Oto przykład przypadku wielu klas: http://rasbt.github.io/mlxtend/user_guide/evaluate/confusion_matrix/#example-2-multi-class-classification

— Lodowate
źródło

2

co powiesz na multi-label multi-class? Czy to jest obsługiwane?

— Franck Dernoncourt

1

Istnieje wiele różnych parametrów, które mogą ocenić wydajność twojej metody poprzez porównanie rzeczywistych i przewidywanych etykiet. Sugeruję moduł PyCM , który może dać ogromną różnorodność tych parametrów, które są odpowiednie do klasyfikacji wielu klas.

— Alireza Zolanvari
źródło

0

Scikit-learn obsługuje matrycę pomieszania wielu etykiet. Poniższe linki zawierają dokumentację i instrukcję obsługi:

http://scikit-learn.org/stable/modules/generated/sklearn.metrics.confusion_matrix.html

http://scikit-learn.org/stable/modules/model_evaluation.html#confusion-matrix

— Kristin H.
źródło

1

Dziękuję, dlatego szukam alternatywnej opcji :-)

— Franck Dernoncourt

0

Spójrz na bibliotekę sed_eval . Został opracowany do oceny wykrywania zdarzeń w dźwięku, który jest problemem związanym z wieloma etykietami (ponieważ w każdym dźwięku istnieje wiele zdarzeń). Mają wiele opcji oceny, które mogą pasować do twoich potrzeb. Możesz uzyskać współczynnik prawdziwie dodatni ... i stamtąd obliczenie macierzy zamieszania nie jest takie trudne.

— PickleRick
źródło

0

Chociaż to pytanie jest stare, piszę tę odpowiedź dla nowych odbiorców.
scikit-learn teraz obsługuje macierz nieporozumień do klasyfikacji wielu etykiet.

https://scikit-learn.org/stable/modules/generated/sklearn.metrics.multilabel_confusion_matrix.html

— Vivek Mehta
źródło