Multioutput-multiclass Machine Learning in Python

Question

Ich habe erforscht und kämpfe um die beste Methode, um dieses Problem zu lösen, die ich habe. Ich habe einen Trainingsdatensatz und einen Testdatensatz. Dem Testdatensatz fehlen zwei Feature-Spalten, die das Trainingsdatenset enthält (Kanal und Sektor - beide bestehen aus 4 Klassen).

Ich habe einen Entscheidungsbaum auf den Daten gebaut, aber ich kann nur auf Kanal oder Sektor damit trainieren, wenn ich in der Lage sein muss, auf beiden zu trainieren.

Kann mir jemand eine Empfehlung für die Implementierung von Multiclass Multioutput Machine Learning in Python geben?

import os 
import subprocess 

import pandas as pd 
import numpy as np 
from sklearn.tree import DecisionTreeClassifier, export_graphviz 

def getPath(thisFile): 
    if os.path.exists(thisFile): 
     df = pd.read_csv(thisFile, header=0) 
    else: 
     return 
    return df 

def visualize_tree(tree, feature_names): 

    with open("dt.dot", 'w') as f: 
     export_graphviz(tree, out_file=f, 
         feature_names=feature_names) 

    command = ["dot", "-Tpng", "dt.dot", "-o", "dt.png"] 
    try: 
     subprocess.check_call(command) 
    except: 
     exit("Could not run dot, ie graphviz, to " 
      "produce visualization") 

data = np.loadtxt("newTrain2.csv", delimiter=',') 
X = data[:, 1:4] 
quantity = data[:, 2] 
for i in range(len(quantity)): 
    if quantity[i] < 30: 
     quantity[i] = 1 
    if quantity[i] >= 25 and quantity[i] < 75: 
     quantity[i] = 2 
    if quantity[i] >= 75 and quantity[i] < 250: 
     quantity[i] = 3 
    if quantity[i] > 250: 
     quantity[i] = 4 
revenue = data[:, 3] 
for i in range(len(revenue)): 
    if revenue[i] < 1000: 
     revenue[i] = 1 
    if revenue[i] >= 1000 and revenue[i] < 4000: 
     revenue[i] = 2 
    if revenue[i] >= 4000 and revenue[i] < 10000: 
     revenue[i] = 3 
    if revenue[i] > 10000: 
     revenue[i] = 4 
X[:, 1] = quantity 
X[:, 2] = revenue 



targets = data[:,4] 

thisTree = DecisionTreeClassifier(min_samples_split=30, random_state=99) 
thisTree.fit(X, targets) 
visualize_tree(thisTree, ["product", "quantity", "revenue"]) 

Answer 1

Ein Ansatz besteht darin, die beiden fehlenden Spalten in nur einer zu transformieren, wobei beide Klassen kombiniert werden. Wenn jede Spalte vier verschiedene Klassen hat, hätte die zusammengeführte Spalte 4 * 4 = 16 Klassen.