如何在科学知识学习决策树中进行多标签分类？

Question

我有一个问题，分类输入有多个标签。因此，问题是多标签分类。我使用了scikit--学习决策树分类器来完成这个任务，并且在初始阶段给出了很好的结果。但是，我想知道它是如何在引擎盖下工作的，以及如何在决策树中进行多标签分类？重要的问题是如何使用两个不同类别的标签同时训练一个曾经初始化过的模型？决策树模型将如何解决两组不同标签的优化任务？

Answer 1

在遮罩下，决策树中的每个节点具有与根节点相同的标签，但是，每个标签的概率是不同的。当您运行model.predict()时，模型以最大的概率给出了作为标签的预测。您可以使用model.predict_proba()分别查看每个标签的概率。您可以使用此代码正确地获得概率：

all_probs=pd.DataFrame(model.predict_proba(X_test),columns=model.classes_)