'Continuous-multioutput'作为多标签DecisionTree的目标输出

Question

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。

[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

？如果分类器预测0/1或类似的连续值，那绝对没问题。

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，...

Answer 1

我找到了解决方案。代替应用DecisionTreeClassifier