基于ml-knn的多標簽分類

首先要區(qū)別多分類 和多標簽的區(qū)別。

多分類問題:一個樣本的類別是多個泳猬,比如判別一個未知水果,它可能是蘋果蛾娶,也可能是香蕉,也可能是西瓜均澳。水果的種類的是多樣的,但是一個樣本只可能是其中一類符衔。
多標簽問題:一個樣本包含多個類別找前。例如評價某個人和善,聰明判族,懶惰躺盛,即這個樣本包含多個類別標簽,既可以是A也可以是B,類別之間不互斥形帮。

算法原理

改進版knn :ml-knn (multi-label knn)

  • 1.通過knn 算法尋找和樣本最近的K個樣本
  • 2.統(tǒng)計k個樣本中每個類別的個數(shù)
  • 3.根據(jù)第二步的統(tǒng)計槽惫,采用 native bayes算法計算每個標簽的概率
  • 4.輸出類別概率

算法偽代碼:

code

(1)-(13)步驟是native bayes 模型訓練
步驟一:由(1)-(2) 統(tǒng)計類別L在樣本中的概率。
s :參數(shù)辩撑,用于數(shù)據(jù)平滑界斜,
m:是標準樣本個數(shù)。
p(H^l_1):表示標簽L的概率
\sum_{i=0}^my_x{_i}(l): 表示樣本中標簽L的個數(shù)合冀。

步驟二:(3)-(13)計算每個樣本的K個最近鄰中各薇,在樣本標簽為L的條件下,E^l_j(K個樣本中有j個L標簽的樣本數(shù)量)的概率水慨。以及在樣本不是標簽L的條件下得糜,E^l_j的概率

步驟三:新樣本估計
y_t = argmax_{b\{0,1\}} P(H^l_b)P(E^l_j|H^l_b)  
(這里native bayes中的分母省略計算敬扛,比較分子大小就夠了)
其中:y_t指的是樣本類別向量
偽代碼中r_t就是樣本每個類的概率。

算法簡單實踐:

MLkNN 來自于scikit-multilearn庫
庫安裝:

pip install scikit-multilearn

數(shù)據(jù)讀取

import scipy
import pandas as pd
from scipy.io import arff
data, meta = scipy.io.arff.loadarff('/app/jupyter_dir/data/yeast-train.arff')
df = pd.DataFrame(data)
df.head()
    Att1    Att2    Att3    Att4    Att5    Att6    Att7    Att8    Att9    Att10   ... Class5  Class6  Class7  Class8  Class9  Class10 Class11 Class12 Class13 Class14
0   0.093700    0.139771    0.062774    0.007698    0.083873    -0.119156   0.073305    0.005510    0.027523    0.043477    ... b'0'    b'0'    b'0'    b'0'    b'0'    b'0'    b'0'    b'0'    b'0'    b'0'
1   -0.022711   -0.050504   -0.035691   -0.065434   -0.084316   -0.378560   0.038212    0.085770    0.182613    -0.055544   ... b'0'    b'0'    b'1'    b'1'    b'0'    b'0'    b'0'    b'1'    b'1'    b'0'
2   -0.090407   0.021198    0.208712    0.102752    0.119315    0.041729    -0.021728   0.019603    -0.063853   -0.053756   ... b'0'    b'0'    b'0'    b'0'    b'0'    b'0'    b'0'    b'1'    b'1'    b'0'
3   -0.085235   0.009540    -0.013228   0.094063    -0.013592   -0.030719   -0.116062   -0.131674   -0.165448   -0.123053   ... b'0'    b'0'    b'0'    b'0'    b'0'    b'0'    b'0'    b'1'    b'1'    b'1'
4   -0.088765   -0.026743   0.002075    -0.043819   -0.005465   0.004306    -0.055865   -0.071484   -0.159025   -0.111348   ... b'0'    b'0'    b'0'    b'0'    b'0'    b'0'    b'0'    b'0'    b'0'    b'0'

這里用yeast的數(shù)據(jù)做測試朝抖,可以看出樣本數(shù)據(jù)中有14個類別啥箭。

數(shù)據(jù)切分

from sklearn.model_selection import train_test_split

X = df.iloc[:,0:103].values
y = df.iloc[:,103:117].values

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)

數(shù)據(jù)類型轉(zhuǎn)換

import numpy as np
y_train = y_train.astype(np.float64)
y_test = y_test.astype(np.float64)

模型訓練及預測

from skmultilearn.adapt import MLkNN
from sklearn.metrics import accuracy_score 
classifier = MLkNN(k=20)
# train
classifier.fit(X_train, y_train)
# predict
predictions = classifier.predict(X_test)

準確率統(tǒng)計

z = predictions.toarray()
[rows, cols] = y_test.shape
zzz = 0
for i in range(rows - 1):
    for j in range(cols - 1):
        if y_test[i, j] == z[i, j]:
            zzz += 1
zzz / (rows*cols) 

實驗基于jupyter,下載:
鏈接:鏈接:https://pan.baidu.com/s/1SLo5nZjvrVrJwqgoEvOpoQ 密碼:qge8

點個贊唄~老哥們治宣。

參考文獻

論文地址:http://cse.seu.edu.cn/PersonalPage/zhangml/files/ML-kNN%20a%20lazy%20learning%20approach%20to%20multi-label%20learning.pdf

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末急侥,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子侮邀,更是在濱河造成了極大的恐慌坏怪,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,817評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件绊茧,死亡現(xiàn)場離奇詭異铝宵,居然都是意外死亡,警方通過查閱死者的電腦和手機华畏,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,329評論 3 385
  • 文/潘曉璐 我一進店門鹏秋,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人亡笑,你說我怎么就攤上這事侣夷。” “怎么了仑乌?”我有些...
    開封第一講書人閱讀 157,354評論 0 348
  • 文/不壞的土叔 我叫張陵百拓,是天一觀的道長。 經(jīng)常有香客問我晰甚,道長衙传,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,498評論 1 284
  • 正文 為了忘掉前任压汪,我火速辦了婚禮粪牲,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘止剖。我一直安慰自己腺阳,他們只是感情好,可當我...
    茶點故事閱讀 65,600評論 6 386
  • 文/花漫 我一把揭開白布穿香。 她就那樣靜靜地躺著亭引,像睡著了一般。 火紅的嫁衣襯著肌膚如雪皮获。 梳的紋絲不亂的頭發(fā)上焙蚓,一...
    開封第一講書人閱讀 49,829評論 1 290
  • 那天,我揣著相機與錄音,去河邊找鬼购公。 笑死萌京,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的宏浩。 我是一名探鬼主播知残,決...
    沈念sama閱讀 38,979評論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼比庄!你這毒婦竟也來了求妹?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,722評論 0 266
  • 序言:老撾萬榮一對情侶失蹤佳窑,失蹤者是張志新(化名)和其女友劉穎制恍,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體神凑,經(jīng)...
    沈念sama閱讀 44,189評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡净神,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,519評論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了耙厚。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片强挫。...
    茶點故事閱讀 38,654評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖薛躬,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情呆细,我是刑警寧澤型宝,帶...
    沈念sama閱讀 34,329評論 4 330
  • 正文 年R本政府宣布,位于F島的核電站絮爷,受9級特大地震影響趴酣,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜坑夯,卻給世界環(huán)境...
    茶點故事閱讀 39,940評論 3 313
  • 文/蒙蒙 一岖寞、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧柜蜈,春花似錦仗谆、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,762評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至秘噪,卻和暖如春狸吞,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,993評論 1 266
  • 我被黑心中介騙來泰國打工蹋偏, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留便斥,地道東北人。 一個月前我還...
    沈念sama閱讀 46,382評論 2 360
  • 正文 我出身青樓威始,卻偏偏與公主長得像枢纠,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子字逗,可洞房花燭夜當晚...
    茶點故事閱讀 43,543評論 2 349

推薦閱讀更多精彩內(nèi)容