支持多标签分类的算法

Question

在sklearn的文档中，它指出有几种算法固有地支持多标签分类，例如RandomForest或MLP：https://scikit-learn.org/stable/modules/multiclass.html。

它是来自于模型的实现还是结构？此外，它是如何为这些算法工作的？是单打独斗的策略还是别的什么？

谢谢。

Answer 1

如果算法本质上支持多标签分类，那么它通常是算法的隐式特征，而不是实现细节。

例如，MLP本质上支持多标签分类，因为输出层对每个类都有感知器，而每个感知器都输出该类的概率。输出向量将预测一个例子在所有标签中的隶属度。类似地，随机森林的叶子(或任何其他基于树的算法)可以包含任意长度的向量，这些向量描述属于每个标签的示例的概率。

将二元分类器(如logistic回归)推广到多项式问题。多项式问题不同于多标号问题.

编辑：

澄清了我的回答。多项问题与多标号问题的区别。