我正在处理多标签分类问题(4个标签)。该分类是二进制分类。目标值看起来像[0 0 1 1]我在数据上应用了CNN模型,即modelA,并在训练后从模型的预测中获得了这些logit。样本预测看起来像-
预测后的火车对数[0.035143 0.04422513 0.94436157 0.87883586]
现在,我要在同一输入上运行DecisionTreeClassifier,例如modelB。但是,这次,我不想给出[0 0 1 1],而是给出来自modelA的预测概率作为目标值。
如果提供目标输出,例如[0 0 1 1],则DecisionTreeClassifier效果很好。每当我将这些logit用作DecisionTree的目标输出时,它都将不起作用。它抛出以下错误。
?如果分类器预测0/1或类似的连续值,那绝对没问题。[ValueError:未知标签类型:'连续多输出'] >>
我想知道是否可以通过任何方式提供这些'continuous-multioutput'作为DecisionTree的目标输出
我正在处理多标签分类问题(4个标签)。该分类是二进制分类。目标值看起来像[0 0 1 1]我在我的数据上应用了CNN模型,例如modelA,...
我找到了解决方案。代替应用DecisionTreeClassifier