如何在python中应用序数分类

如何解决如何在python中应用序数分类

我正在尝试进行序数分类，我发现了 mord 库。但是它支持逻辑回归和岭回归。我认为这仅对数据集中的线性关系有用，对吗？。我跟着这个tutrial： https://towardsdatascience.com/simple-trick-to-train-an-ordinal-regression-with-any-classifier-6911183d2a3c。在本教程中，问题被分为 (k-1) 个二元分类器，其中 K 是类的数量。但是我有一些错误。 这是我的数据集：

我正在尝试预测具有 3 个标签的 x2。代码如下：

class OrdinalClassifier():
    
    def __init__(self,clf):
        self.clf = clf
        self.clfs = {}
    
    def fit(self,X,y):
        self.unique_class = np.sort(np.unique(y))
        if self.unique_class.shape[0] > 2:
            for i in range(self.unique_class.shape[0]-1):
                # for each k - 1 ordinal value we fit a binary classification problem
                print("i is ",str(i))
                binary_y = (y > self.unique_class[i]).astype(np.uint8)
                print(binary_y)
                clf = clone(self.clf)
                clf.fit(X,binary_y)
                self.clfs[i] = clf
                print(self.clfs)
    
    def predict_proba(self,X):
        clfs_predict = {k:self.clfs[k].predict_proba(X) for k in self.clfs}
        print(clfs_predict)
        predicted = []
        for i,y in enumerate(self.unique_class):
            print(" i and y")
            print(i)
            print(y)
            if i == 0:
                # V1 = 1 - Pr(y > V1)
                predicted.append(1 - clfs_predict[y][:,1])
            elif y in clfs_predict:
                # Vi = Pr(y > Vi-1) - Pr(y > Vi)
                 predicted.append(clfs_predict[y-1][:,1] - clfs_predict[y][:,1])
            else:
                # Vk = Pr(y > Vk-1)
                predicted.append(clfs_predict[y-1][:,1])
        return np.vstack(predicted).T
    
    def predict(self,X):
        return np.argmax(self.predict_proba(X),axis=1)


clf = OrdinalClassifier(DecisionTreeClassifier(max_depth=3))

clf.fit(df[['x1','x3']],df['x2'])

clf.predict(df[['x1','x3']])

我在尝试调用预测函数时收到错误 KeyError: 2。我知道这是因为 clfs_predict 没有密钥 2。但是，我不太确定我在这里缺少什么？

另外，有没有其他推荐的方法可以在python中实现序数分类？