私はこのようなデータセットを持っているのPython

Question

を使用して独立変数を使用して値のセットを予測または分類：

上記のデータを使用して

y1 | y2 | y3 | x1 | x2 | x3 | x4 | ..... xn| 
1 | 0 | 0 | 1 | 1 | 0 | 1 | ..... 1 | 
1 | 0 | 1 | 1 | 0 | 0 | 0 | ..... 0 | 
1 | 1 | 0 | 0 | 1 | 1 | 1 | ..... 0 | 

、私は、独立した変数x1、x2の... XNと従属変数Y1を持っていますy2、y3。私は、1つの従属変数だけでなく、一連の従属変数も分類できるいくつかの（機械学習）アルゴリズムを実行したいと考えています。 1つの方法は、各従属変数に対してモデルを1つずつ学習することですが、元々は50以上の従属変数があるため、時間がかかりすぎる可能性があります。より速く私のためにそれを行うことができるアルゴリズムについての提案はありますか？ありがとう。公式scikit-learn documentationから

Answer 1

：

多出力の分類のサポートは MultiOutputClassifierを持つ任意の分類器に追加することができます。この戦略は、ターゲット毎に1つの 分類器を適合させることからなる。これにより、複数のターゲット変数 の分類が可能になります。このクラスの目的は、 に が一連の 応答を予測するために単一のX予測子行列で訓練された一連のターゲット関数（f1、f2、f3 ...、fn）を推定できるようにエバリュエーターを拡張することです。 y1、y2、y3、...、yn）となる。

だからあなたはあなたのために仕事をするために、このfantisticライブラリを使用することができます:)