用自然順序監督分類多個類別

我嘗試訓練模型以將樣本分爲三類：weak,medium和strong。據我所知，最好的方法是使用weighted kappa score來衡量模型的性能。似乎加權卡帕沒有在scikit-learn實施。人們如何處理scikit-learn這種類型的分類？這是一項相當常規的任務。用自然順序監督分類多個類別

來源

2014-05-06 RNA

這裏有什麼問題？它是否實施？不，這不對。來自skll.metrics的 –

您可以使用skll獲得kappa分數來衡量表現。

from skll.metrics import kappa 
kappa_val = kappa(y_true, y_pred)

skll還有很多其他用例。詳情請訪問鏈接here

來源

2015-01-06 10:49:01 bndg

導入kappa拋出錯誤「無法導入名稱BaseLibLinear」。好奇，如果你之前見過這個問題？ –

你使用的是什麼版本的skll？我正在使用skll 1.0.1，我沒有收到任何錯誤。 '>>> import skll >>> skll .__ version__ '1.0.1' >>> from skll.metrics import kappa >>>'成功了 – bndg

即使我剛剛創建了一個新的conda環境，其中安裝了skll它，它工作成功。請更新您的skll包。'$ conda create -n skll python = 3.4 skll $ source activate skll $ python >>> from skll.metrics import kappa' is successful – bndg

用自然順序監督分類多個類別

回答

相關問題