如何使用Scikit中的OneVsRestClassifier来分析使用多类分类预测每个单独类的性能

Question

在scikit-learn网站上的OneVsRestClassifier文档中，它指出了以下内容：

"由于每个类仅由一个分类器表示，因此可以通过检查其相应的分类器来获得有关该类的知识。

但是它没有解释如何做到这一点，我看不出此页面上文档中的任何方法如何实现这一目标。我希望能够打印出每个单独类的模型的准确性，以便我可以看到它在预测每个类方面的性能。

到目前为止，我拥有的代码如下，但我真的不知道从这里开始，因为文档中似乎没有任何内容，其中解释了如何执行此操作。任何帮助都非常感谢。

def predict_one_vs_rest(self):
    clf = OneVsRestClassifier(LinearSVC(random_state=0))
    clf.fit(self.X, self.y)
    result = clf.classes_
    estimators = clf.estimators_
    print(result)
    print("")
    print(estimators)

Answer 1

你不需要将 LinearSVC 包装在 OneVsRestClassifier 中。正如文档明确指出的那样，LinearSVC已经支持多类分类。例如，要检查类的准确性，可以使用混淆矩阵或分类报告。