scikit-learn - 多标签问题中的 RandomForestClassifier - 它是如何工作的？

Question

RandomForestClassifierof如何sklearn处理多标签问题（在后台）？

例如，它是否会在不同的单标签问题中解决问题？

为了清楚起见，我还没有真正测试过它，但我看到y : array-like, shape = [n_samples] or [n_samples, n_outputs]了.fit().RandomForestClassifier

标签： scikit-learnclassificationrandom-forest

Answer 1

让我举个例子scikit-learn。随机森林用户指南：

像决策树一样，树的森林也扩展到多输出问题（如果Y是大小数组[n_samples, n_outputs]）。

决策树用户指南的多输出问题部分：

…支持多输出问题。这需要进行以下更改：

• 在叶子中存储n 个输出值，而不是 1；
• 使用计算所有n 个输出的平均减少的拆分标准。

我希望这能回答你的问题。如果没有，您可以查看该部分的参考：

• M. Dumont 等人，具有随机子窗口和多输出随机树的快速多类图像注释，计算机视觉理论与应用国际会议，2009 年。