用自然顺序监督分类多个类别

我尝试训练模型以将样本分为三类：weak,medium和strong。据我所知，最好的方法是使用weighted kappa score来衡量模型的性能。似乎加权卡帕没有在scikit-learn实施。人们如何处理scikit-learn这种类型的分类？这是一项相当常规的任务。用自然顺序监督分类多个类别

来源

2014-05-06 RNA

这里有什么问题？它是否实施？不，这不对。来自skll.metrics的 –

您可以使用skll获得kappa分数来衡量表现。

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

skll还有很多其他用例。详情请访问链接here

来源

2015-01-06 10:49:01 bndg

导入kappa抛出错误“无法导入名称BaseLibLinear”。好奇，如果你之前见过这个问题？ –

你使用的是什么版本的skll？我正在使用skll 1.0.1，我没有收到任何错误。 '>>> import skll >>> skll .__ version__ '1.0.1' >>> from skll.metrics import kappa >>>'成功了 – bndg

即使我刚刚创建了一个新的conda环境，其中安装了skll它，它工作成功。请更新您的skll包。'$ conda create -n skll python = 3.4 skll $ source activate skll $ python >>> from skll.metrics import kappa' is successful – bndg

用自然顺序监督分类多个类别

回答

相关问题