如果将 LinearRegression 与 OneVsRestClassifier 一起使用会发生什么
What happens if you use LinearRegression with OneVsRestClassifier
我想了解当我们使用 LinearRegression 作为估算器时，在 scikitlearn OneVsRestClassifier 的幕后会发生什么。它是否为每个 class 创建一个 LinearRegressor 并将 softmax 函数应用于 return 输出 class？这方面的文档并不清楚。甚至 fit() 源代码似乎也足够清楚。
OvR 用于 classification 而不是 regression 因此使用 LinearRegression 根本不起作用。
one-versus-the-rest(OvR) 策略用于多 class class 具有多个二进制 class 化器的化。以 MNIST 数字数据集为例，您希望创建一个系统，该系统可以使用 OvR class 将数字图像 class 化为 10 classes（从 0 到 9），您将训练 10 个二进制 classifiers，每个数字一个（0 检测器、1 检测器、2 检测器，等等）。然后，当你想 classify 图像时，你会从每个 classifier 获得该图像的决策分数，你 select class 的 classifier输出最高分。
我想了解当我们使用 LinearRegression 作为估算器时，在 scikitlearn OneVsRestClassifier 的幕后会发生什么。它是否为每个 class 创建一个 LinearRegressor 并将 softmax 函数应用于 return 输出 class？这方面的文档并不清楚。甚至 fit() 源代码似乎也足够清楚。
OvR 用于 classification 而不是 regression 因此使用 LinearRegression 根本不起作用。
one-versus-the-rest(OvR) 策略用于多 class class 具有多个二进制 class 化器的化。以 MNIST 数字数据集为例，您希望创建一个系统，该系统可以使用 OvR class 将数字图像 class 化为 10 classes（从 0 到 9），您将训练 10 个二进制 classifiers，每个数字一个（0 检测器、1 检测器、2 检测器，等等）。然后，当你想 classify 图像时，你会从每个 classifier 获得该图像的决策分数，你 select class 的 classifier输出最高分。