python - 多标签分类 ML-kNN 与 KNN
问题描述
这可能是一个愚蠢的问题,但我只是想知道 scikit.ml 中实现的 ML-KNN 和 scikit-learn 的 KNeighborsClassifier 之间的区别是什么。根据sklearn 的文档, KNeighborsClassifier 支持多标签分类。然而,ML-KNN 是适用于多标签分类的 KNN,它建立在 sklearn 的架构之上,基于它的文档。
在搜索示例多标签问题时,MLkNN 大多出现,但我不明白如果它已经支持它,使用它是否比 sklearn 的基本实现有任何优势。只是sklearn方面的后期适应还是在实现上有更多差异?
任何输入表示赞赏。谢谢!
解决方案
推荐阅读
- python - 为什么这个组合函数会输出一定长度的集合?
- node.js - 当颜色存储为十六进制或 RGB 值时如何搜索颜色?
- jenkins - Jenkins Pipeline:如何用变量替换部分 sh 命令 arg
- java - Apache POI 从不存在的文件中读取
- actionscript-3 - 有人可以更详细地解释 AIR Native Extensions FREGetContextActionScriptData() 和 FRESetContextActionScriptData() 吗?
- php - PHP、Debian Linux 和 SOAP
- material-ui - Material-UI TableSortLabel 活动状态无法设置样式
- java - Gradle:解析依赖子项目的路径
- xcode - 我想将特定网站的评论计数添加到我的博客中,并且每次更改时它都会自动更新
- tomcat - 在 tomcat 上部署 mule 3 应用程序时,出现以下错误。无法理解/找到我收到此错误的原因