通过使用Python使用自变量来预测或分类值集

Question

我有一个类似的数据集：

y1 | y2 | y3 | x1 | x2 | x3 | x4 | ..... xn|
1  | 0  | 0  | 1  | 1  | 0  | 1  | ..... 1 |
1  | 0  | 1  | 1  | 0  | 0  | 0  | ..... 0 |
1  | 1  | 0  | 0  | 1  | 1  | 1  | ..... 0 |

使用上述数据，我具有独立变量x1，x2 ... xn和因变量y1，y2，y3。我想运行一些（机器学习）算法，该算法不仅可以对一个因变量进行分类，还可以对一组因变量进行分类。一种方法是为每个因变量一一学习模型，但这可能太耗时了，因为最初我有50多个因变量。关于算法有什么建议，可以以更快的方式为我做到这一点吗？谢谢。

Answer 1

来自官方Scikit-Learn文档：

可以将多输出分类支持添加到任何分类器中 多输出classifier。该策略包括安装一个 每个目标分类器。这允许多个目标变量 分类。该课程的目的是将估计器扩展到 能够估计一系列目标函数（F1，F2，F3 ...，FN） 在单个X预测矩阵上接受训练，以预测一系列 repons（Y1，Y2，Y3 ...，Yn）。

因此，您可以使用此幻想图书馆为您完成工作：）