为类别不平衡优化：动态半径Radius Neighbors Classifier准确率计算

你当前的代码存在核心问题：每个分类器仅训练了单一类别的样本，直接调用score得到的是"将所有测试样本判定为该类"的准确率，完全不符合多分类任务的评估逻辑。下面是正确的实现步骤和代码：

修正思路 #

1. 关联分类器与类别：存储每个分类器对应的类别标签，避免后续预测时混淆。
2. 样本匹配判断：对每个测试样本，遍历所有分类器，用radius_neighbors检查样本是否在该类的半径范围内存在邻居，收集所有匹配的候选类别。
3. 确定最终预测类别：根据匹配结果采用对应规则：
   • 仅一个类别匹配：直接归为该类
   • 多个类别匹配：投票选择出现次数最多的类
   • 无类别匹配：选择距离该样本最近的类作为预测结果
4. 计算整体准确率：将所有测试样本的预测标签与真实标签对比，用准确率指标评估。

修正后的代码 #

from sklearn.neighbors import RadiusNeighborsClassifier
from sklearn.metrics import accuracy_score
from collections import Counter

# 定义每个类的动态半径
class_radius = {
    'class1': 0.5,
    'class2': 0.7,
    'class3': 0.6,
    'class4': 0.1,
    'class5': 0.2,
    'class6': 0.8,
    'class7': 0.6
}

# 存储分类器及其对应的类别标签
classifier_pairs = []

for class_label, radius in class_radius.items():
    # 筛选当前类的训练样本
    X_class = X_resampled[y_resampled == class_label]
    y_class = y_resampled[y_resampled == class_label]

    if len(X_class) == 0:
        continue

    # 训练对应半径的分类器
    classifier = RadiusNeighborsClassifier(radius=radius)
    classifier.fit(X_class, y_class)
    # 同时保存类别和分类器
    classifier_pairs.append( (class_label, classifier) )

# 自定义多分类预测函数
def predict_dynamic_radius(X_test):
    y_pred = []
    for sample in X_test:
        sample = sample.reshape(1, -1)  # 适配模型输入维度
        matched_classes = []
        
        # 遍历所有分类器，检查样本是否匹配当前类
        for class_label, clf in classifier_pairs:
            # 获取半径内的邻居索引，无邻居则返回空数组
            neighbors_in_radius = clf.radius_neighbors(sample, return_distance=False)
            if len(neighbors_in_radius[0]) > 0:
                matched_classes.append(class_label)
        
        # 根据匹配结果确定最终预测类别
        if len(matched_classes) == 1:
            y_pred.append(matched_classes[0])
        elif len(matched_classes) > 1:
            # 多匹配时采用投票策略
            class_count = Counter(matched_classes)
            y_pred.append(max(class_count, key=class_count.get))
        else:
            # 无匹配时选择距离最近的类
            min_distance = float('inf')
            best_class = None
            for class_label, clf in classifier_pairs:
                # 计算样本到当前类最近样本的距离
                nearest_dist, _ = clf.kneighbors(sample, n_neighbors=1)
                if nearest_dist[0][0] < min_distance:
                    min_distance = nearest_dist[0][0]
                    best_class = class_label
            y_pred.append(best_class)
    
    return y_pred

# 生成测试集预测结果
y_pred = predict_dynamic_radius(X_test)

# 计算整体准确率
overall_accuracy = accuracy_score(y_test, y_pred)
print(f"多分类任务整体准确率: {overall_accuracy}")

关键说明 #

• 替换predict为radius_neighbors：predict在无半径内邻居时会返回训练集第一个样本的标签，无法准确判断样本是否属于当前类，必须用radius_neighbors检查邻居存在性。
• 灵活调整分类规则：如果你的任务有特殊需求（比如更看重某类的召回率），可以修改匹配后的决策逻辑，比如给特定类的匹配结果加权。

内容的提问来源于stack exchange，提问作者shel coop