scikitlearn中多类问题的级联分类器

Question

假设我有一个分类问题，它是多类的，具有典型的层次结构，例如“可食用”、“营养”和“营养”，所以可以这样表示

├── edible
│   ├── nutritious
│   └── ~nutritious
└── ~edible

虽然使用支持多类分类的分类器或对不支持多类分类的分类器使用one-vs-one/all方案可以获得合理的性能，但是在每个级别分别训练分类器并将其串联起来，这样分类为“可食”的实例可以被分类为nutritious或不分类。在

我想使用scikit-lean估计器作为构建块，我想知道我是否可以使Pipeline支持这一点，或者我是否需要编写自己的实现基本估计器的估计器，并且可能是BaseEnsemble来实现这一点。在

@ogrisel以前在邮件列表http://sourceforge.net/mailarchive/message.php?msg_id=31417048上提到过这个问题，我想知道是否有人对此有什么见解或建议。在

Answer 1

您可以通过提供作为构造函数参数的base_estimator和要级联的目标类的列表顺序列表来编写自己的类作为元估计器。在这个元分类器的fit方法中，您基于这些类对这些数据进行子划分，并为每个级别拟合base_estimators的克隆，并将生成的子分类器存储在元分类器的属性中。在

在predict方法中，您在级联结构上再次迭代，这次调用底层子分类器上的predict，将预测切片并递归地传递到下一级。你将需要一个公平的numpy花式索引；）

您可以在源代码中git grep base_estimator在代码库中找到现有的元估计器示例（如Bagging、AdaBoost、GridSearchCV…）。在