scikit-learn 的“虚拟分类器”能否应用于多类场景答案

【问题标题】：Can scikit-learn 'dummy classifier' be applied to multiclass scenarioscikit-learn 的“虚拟分类器”能否应用于多类场景
【发布时间】：2021-09-30 11:53:41
【问题描述】：

我了解虚拟分类器 https://scikit-learn.org/stable/modules/generated/sklearn.dummy.DummyClassifier.html 提供了基线性能的衡量标准，并应用不同的策略进行预测。

已经找到了它在二进制类问题中的应用示例。想了解这个分类器是否可以在多类场景中使用。如果是，stratified 策略将如何运作？

【问题讨论】：

标签： machine-learning scikit-learn multiclass-classification

【解决方案1】：

DummyClassifier确实支持多类分类。这是一个小例子：

from sklearn.datasets import make_classification
from sklearn.dummy import DummyClassifier


X, y = make_classification(n_classes=3, n_clusters_per_class=1, random_state=42)

clf = DummyClassifier(strategy='stratified')
clf.fit(X, y)

它甚至支持多类多输出分类，因为它的fit 方法接受以下形状的y：

y：类似数组的形状 (n_samples,) 或 (n_samples, n_outputs)

要了解stratified 策略，您可能需要咨询user guide：

stratified 通过尊重训练集类分布生成随机预测

因此预测将是随机的，但仍与训练集中的类分布一致，如您在此处看到的：

print(np.unique(y, return_counts=True))
# output: (array([0, 1, 2]), array([34, 33, 33])) 

print(np.unique(clf.predict(X), return_counts=True))
# output: (array([0, 1, 2]), array([32, 38, 30]))

【讨论】：