我想使用tpot。我拥有的数据仅包括多输出连续变量(即输出形状为：(n_samples，n_output_variables(，其中所有项目均为floats(。
使用Sklearn的MultiOutputRegressor类可以实现这一点。但是，由于我有100多个不同的输出变量，因此我想避免为每个单独的输出应用TPOT。
现在，如何使用TPOT仅搜索多输出模型？有没有办法告诉TPOT只能使用多输出模型(例如决策者(？
关于具有多个输出的回归器：
您有一个多输出回归问题。我建议您检查此答案：多输出回归。
有一些回归变量，可以在目标上进行本机上支持多重输出，例如KneighBorsRegressor，deciestReReerGressor，GradientBoostingRegressor，ExtratreeSregressor和RandomForeStRegrestor。如果您已经提到的MultiOutputRegressor，则其他(例如SGDRegressor，ElasticNETCV等(可以与多个输出一起使用。
关于TPOT和多个输出回归：
当前TPOT可以与所有本地支持多个输出的回归仪一起使用，但是您必须调整文件，因为它尚未实现，请查看https://github.com/epistasislab/tpot/issues/issues/971。如果您想将其他回归器(单个输出(与MultiOutputRegressor进行比较，那么TPOT当前只能让您一次选择一个。那就是您只能指定几种算法之一，然后搜索最佳管道。然后，您可以使用另一种算法重新运行。
关于您要搜索哪种算法的问题：首先查看官方文档，然后阅读" "部分，自定义TPOT的操作员和参数。如果您只想使用一些特定的算法，那么实现此目的的一种方法是复制回归的标准TPOT配置(https://github.com/epistasislab/tpot/tpot/blob/master/master/tpot/tpot/config/regressor.py (，将其包含在您的代码和删节中(或添加(您不(或确实(不希望将其包含在搜索中的所有算法。