给定数值目标变量，我应该转换目标变量以获得多类分类的指标矩阵吗？ [关闭]

Question

我正在使用RandomForestClassifier 处理多类分类问题。目标变量 Y 仅包含 3 个值 {-1,0,1 } 之一。我知道数字编码是必要的。

但是，我想了解我是否有必要通过执行pd.get_dummies(Y) 来转换Y 以获得如下所示的指标矩阵，然后将该指标矩阵输入RandomForestClassifier？

      -1.0   0.0   1.0
0        0     0     1
1        1     0     0
2        0     0     1
3        1     0     0
4        1     0     0
   ...   ...   ...
6516     1     0     0
6517     0     0     1
6518     0     0     1
6519     0     0     1
6520     1     0     0

与将未转换的目标变量Y（即一维序列）输入RandomForestClassifier 相比，这将如何影响机器学习算法？结果会不同吗？为什么？

RandomForestClassifier 在这两种不同的情况下做不同的事情吗？ 推荐哪种方法（指标矩阵与未转换）？

Answer 1

我认为没有任何理由偏爱其中一个。 documentation 声明您可以将形状为 (n_samples,) 或 (n_samples, n_outputs) 的类似数组作为 y 传递给 sklearn.ensemble.RandomForestClassifier.fit()。

唯一的区别是.predict() 返回预测类的方式。我建议您根据您需要预测的格式来决定Y 的形状。

除此之外，每个估算器的拆分过程完全相同。