使用skmultilearn进行多标签分类的多个估计器

问题描述

我想用Binary Relevance方法进行多标签分类，这需要一个基本估计量。我想尝试一些不同的估算器，例如SGD，SVC，决策树等，每个都有合适的参数。 我想也许我应该以某种方式结合管道和/或网格搜索，但是我找不到。

类似这样的东西：

paramgrid = [{
    'estimator':[SVC()],'estimator__C': [1,10,100,1000],'estimator__gamma': [0.001,0.0001]
    },{
    'estimator': [DecisionTreeClassifier()],'estimator__max_depth': [1,2,3,4,5],'estimator__max_features': [None,"auto","sqrt","log2"]
    }]

但是当我来到这里：

grid = gridsearchcv(estimator=BinaryRelevance(classifier=________________),paramgrid)

我不知道该怎么办。

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@）