make_multilabel_classification#

sklearn.datasets.make_multilabel_classification(n_samples=100, n_features=20, *, n_classes=5, n_labels=2, length=50, allow_unlabeled=True, sparse=False, return_indicator='dense', return_distributions=False, random_state=None)#

生成一个随机的多标签分类问题。

对于每个样本，生成过程如下：

  • 选择标签数量：n ~ 泊松(n_labels)

  • n次，选择一个类别c：c ~ 多项式(theta)

  • 选择文档长度：k ~ 泊松(length)

  • k次，选择一个词：w ~ 多项式(theta_c)

在上述过程中，使用拒绝抽样确保n永远不会为零或超过 n_classes ，并且文档长度永远不会为零。同样，我们拒绝已经选择的类别。

有关使用示例，请参见 绘制随机生成的多标签数据集 。

更多信息请参见 用户指南 。

Parameters:
n_samplesint, default=100

样本数量。

n_featuresint, default=20

特征总数。

n_classesint, default=5

分类问题的类别数量。

n_labelsint, default=2

每个实例的平均标签数量。更准确地说，每个样本的标签数量从以 n_labels 为期望值的泊松分布中抽取，但样本被限制（使用拒绝抽样）在 n_classes 以内，并且在 allow_unlabeled 为False时必须为非零。

lengthint, default=50

特征之和（如果是文档则为词数）从以该期望值的泊松分布中抽取。

allow_unlabeledbool, default=True

如果为 True ，一些实例可能不属于任何类别。

sparsebool, default=False

如果为 True ，返回一个稀疏特征矩阵。

Added in version 0.17: 参数允许*稀疏*输出。

return_indicator{‘dense’, ‘sparse’} 或 False, default=’dense’

如果为 'dense' ，以密集二进制指示符格式返回 Y 。如果为 'sparse' ，以稀疏二进制指示符格式返回 Y 。 False 返回标签列表的列表。

return_distributionsbool, default=False

如果为 True ，返回先验类别概率和给定类别特征的条件概率，从中抽取数据。

random_stateint, RandomState 实例 或 None, default=None

确定数据集创建的随机数生成。传递一个int以在多次函数调用中获得可重复的输出。 参见 术语 。

Returns:
Xndarray of shape (n_samples, n_features)

生成的样本。

Y{ndarray, sparse matrix} of shape (n_samples, n_classes)

标签集。稀疏矩阵应为CSR格式。

p_cndarray of shape (n_classes,)

每个类别被抽取的概率。仅在 return_distributions=True 时返回。

p_w_cndarray of shape (n_features, n_classes)

每个特征在给定类别下被抽取的概率。仅在 return_distributions=True 时返回。

Examples

>>> from sklearn.datasets import make_multilabel_classification
>>> X, y = make_multilabel_classification(n_labels=3, random_state=42)
>>> X.shape
(100, 20)
>>> y.shape
(100, 5)
>>> list(y[:3])
[array([1, 1, 0, 1, 0]), array([0, 1, 1, 1, 0]), array([0, 1, 0, 0, 0])]
On this page
Show Source