pip安装scikit-multilearning
Scikit-multilearn提供了许多本机Python多标签分类器分类器。
使用专家知识或从数据推断标签关系以改进模型。
嵌入标签空间以提高分类器的辨别能力。
扩展Keras或pytorch神经网络以解决多标签分类问题。
Scikit-multilearning比标准更快,占用的内存更少MULAN、MEKA和WEKA的堆栈。
许可模式遵循scikit的BSD许可,以允许最大的互操作性。一些库如果用于标签空间划分,可能会产生GPL要求。
使用专家知识或从数据中推断标签关系来改进模型。
缺少Java MEKA和WEKA堆栈中存在的特定分类器?现在您可以像使用本机scikit分类器一样使用它了!
Scikit-multilearn的测试覆盖率超过82%,并在Windows 10、OS X和Ubuntu上持续集成。
Scikit-multilearn与Scipy和Scikit-learn堆栈兼容。使用我们的分类器和scikit,在代码中使用scikit分类器。
scikit-multilearn拥有160多颗星和60个分叉,是github上第二大最受欢迎的多标签库。
需要帮助吗?问一个关于堆栈溢出的问题,我们的社区会回答。
Scikit-multilearn提供了广泛的用户文档。阅读用户文档,学习基于真实数据构建的配方,或浏览API引用以查找具体的类或函数。
Scikit multilean已开发
新功能版本:
修复了许多错误,并普遍提高了稳定性、跨平台功能标准和单元测试覆盖率。此版本已通过一组大型单元测试进行了测试在Windows上工作。此外,新功能: