问题描述
我遇到了多标签文本分类问题，我尝试用SVM分类实现二进制相关性方法。但是，这花了很长时间训练，所以我使用了BaggingClassifier。 我具有大量功能，训练集的形状是（3564，23893）。 只能有3个标签。
为减少培训时间，我在很多事情上都做出了让步：对于参数调整，我仅使用2倍CV而不是5（对于Naive Bayes和Logistic Regression来说效果很好），对于BaggingClassifier，我设置了数字估计数到3。
我使用了以下代码：
pg_SV = {'classifier': [BaggingClassifier(SVC())],'classifier__base_estimator': [SVC()],'classifier__n_estimators': [3],'classifier__n_jobs': [-1],'classifier__verbose': [50],'classifier__base_estimator__kernel': ['linear'],'classifier__base_estimator__C': [1,100,1000],'classifier__base_estimator__verbose': [50]}
cl_SV = gridsearchcv(BinaryRelevance(),pg_SV,verbose=50,cv=2,n_jobs=-1)
cl_SV.fit(X_train,Y_train)
Y_score_SV = cl_SV.predict_proba(X_test).toarray()
并将此输出作为预测概率：
Y_score_SV
array([[0.,1.,0.33333333],[1.,0.66666667,0. ],...,[0.,0.,0. ]])
例如我的ROC曲线对于标签来说是很详细的：
roc_curve(Y_test_C[:,1],Y_score_SV[:,1])
(array([0.,0.114,0.262,0.502,1. ]),array([0.,0.3887468,0.60613811,0.7826087,1. ]),array([2.,0.33333333,0. ]))
也许我对参数太过刻苦，并且没有为模型提供足够的“空间”，这就是为什么概率如此简单的原因？
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）