問題タブ [scikit-multilearn]

マルチラベルの問題があり、いくつかの調査により、Label powerset を ML アルゴリズムと組み合わせて使用​​することができました。今、ニューラル ネットワークで Label powerset を使用したいのですが、公式 Web サイトに従って、 Label powerset を使用できます。しかし、Label Powerset を使用できるように既存のコードを変更する方法を理解できません。

モデルの fit 関数で渡される epoch または batch_size またはその他のパラメーターを渡す方法を知りたいです。

マルチラベルの問題があるため、sklearn の MultiLabelBinarizer を使用したので、各ターゲット行は [1,0,0,1,0,0,0,0,0,0,0,0] のようになります。

最後に、下の行の KERAS_PARAMS と Keras() とは何かを誰かが説明してくれたら:

以下は私の既存のニューラルネットワークコードです

出力行を [1,0,0,1,0,0,0,0,0,0,0,0] のみのように見せたいのですが、後でこれの逆変換に MultiLabelBinarizer を使用します。

BinaryRelevance と SVC を使用してデータ (感情) を分類しようとしています。このコードは

http://scikit.ml/tutorial.html

そして、私はこの問題を抱えています

Azure ML Studio を使用して、自動化された ML パイプラインを作成しています。モデルを Azure でトレーニングおよびテストすることに成功しましたが、 および で失敗しmodel.to_json()ますmodel.save_weights()。

scikit-multilearn は Keras のラッパーであるため、これらの関数は私のモデルには存在しないと思います。ただし、モデルと重みを保存して、それらを Web サービス サービスにデプロイできるようにしたいと考えています。私が使用している scikit-multilearn モデルは Binary Relevance です。

助けてくれた人に感謝します。