Scikit-learn 0.15.2 - OneVsRestClassifier由于predict_proba不可用而

Question

我正在尝试像下面这样进行onevsrest分类：

classifier = Pipeline([('vectorizer', CountVectorizer()),('tfidf', TfidfTransformer()),('clf', OneVsRestClassifier(SVC(kernel='rbf')))])
classifier.fit(X_train, Y)
predicted = classifier.predict(X_test)

我得到错误"当概率 = false 时predict_proba不可用"。我看到报告了一个错误，如下所示：https://github.com/scikit-learn/scikit-learn/issues/1946

它被关闭为固定，所以我从我的Windows PC上杀死了scikit-learn，并完全重新下载了scikit-learn版本0.15.2。但我仍然收到此错误。有什么建议吗？或者我理解错了，除非我指定 probability=true，否则我仍然无法将 SVC 与 OneVSRestClassifier 一起使用？

更新：澄清一下，我正在尝试实际实现多标签分类，这是数据源：

df = pd.read_csv(fileIn, header = 0, encoding='utf-8-sig')
rows = random.sample(df.index, int(len(df) * 0.9))
work = df.ix[rows]
work_test = df.drop(rows)
X_train = []
y_train = []
X_test = []
y_test = []
for i in work[[i for i in list(work.columns.values) if i.startswith('Change')]].values:
    X_train.append(','.join(i.T.tolist()))
X_train = np.array(X_train)
for i in work[[i for i in list(work.columns.values) if i.startswith('Corax')]].values:
    y_train.append(list(i))

for i in work_test[[i for i in list(work_test.columns.values) if i.startswith('Change')]].values:
    X_test.append(','.join(i.T.tolist()))
X_test = np.array(X_test)
for i in work_test[[i for i in list(work_test.columns.values) if i.startswith('Corax')]].values:
    y_test.append(list(i))

lb = preprocessing.MultiLabelBinarizer()
Y = lb.fit_transform(y_train)

之后，我将其发送到前面提到的管道

Answer 1

好的，我在代码中做了一些调查。OneVsRestClassifier首先尝试调用decision_function如果失败 - 它将用于基本分类器predict_proba函数（在我们的例子中为svm.svc）。

据我所知，我的X_test是 numpy.array of string of strings。在它经历管道 CountVectorizer -> TfidfTransformer 中指定的一系列转换后，它变成了一个稀疏矩阵（通过这些东西的设计）。正如我目前所看到的，decision_function不适用于稀疏矩阵，甚至在 github 上有一个公开的建议：https://github.com/scikit-learn/scikit-learn/issues/73

因此，总而言之，除非您指定 probability=True，否则您似乎无法使用 svm.svc 进行多标签分类。如果这样做，则会给分类器.fit进程带来一些开销，但它会起作用。