napkinXC

napkinXC是一个用于极端多类和多层次分类的极其简单且快速的库，专注于实现概率标签树的各种方法。它允许使用最少的资源，仅用几行代码就训练非常大型数据集的分类器。

目前，napkinXC在Python和C++中实现了以下功能

• 概率标签树（PLT）和层次softmax（HSM），
• 不同类型的推理方法（top-k，给定阈值以上等），
• 带有标签权重的快速预测，例如倾向得分，
• 高效的在线F-measure优化（OFO）过程，
• 不同的树构建方法，包括层次k-means聚类方法，
• 树节点的训练
• 支持自定义树结构和节点权重，
• 从XML仓库下载和加载数据的帮助器，
• 性能测量帮助器（precision@k，recall@k，nDCG@k，倾向得分精度@k等）。

请注意，此库仍在开发中，也用作实验的基础。API可能在不同版本之间不兼容，一些实验性功能可能未进行文档说明。如有任何疑问或问题，请毫不犹豫地提出问题！

napkinXC遵循MIT许可协议。欢迎对项目的所有贡献！

Python 快速入门和文档

通过pip安装

pip install napkinxc

我们为许多Linux发行版、macOS和Windows提供了预编译的轮子，适用于Python 3.7及以上版本。如果没有适用于您的操作系统（os）的轮子，它将从源代码快速编译。从源代码编译需要现代C++17编译器、CMake、Git和Python 3.7+已安装。

最新（master）版本可以直接从GitHub仓库安装（不推荐）

pip install git+https://github.com/mwydmuch/napkinXC.git

使用示例

from napkinxc.datasets import load_dataset
from napkinxc.models import PLT
from napkinxc.measures import precision_at_k

X_train, Y_train = load_dataset("eurlex-4k", "train")
X_test, Y_test = load_dataset("eurlex-4k", "test")
plt = PLT("eurlex-model")
plt.fit(X_train, Y_train)
Y_pred = plt.predict(X_test, top_k=1)
print(precision_at_k(Y_test, Y_pred, k=1)) 

更多示例可以在python/examples目录下找到，napkinXC的文档可在https://napkinxc.readthedocs.io查看。

可执行文件

napkinXC还可以用作可执行文件，用于使用LIBSVM格式的数据进行模型训练和评估。有关更多详细信息，请参阅文档。

参考文献和致谢

此库实现了以下论文中的方法（有关复现结果的脚本，请参阅experiments目录）

• 用于极端多标签分类的概率标签树
• 在线概率标签树
• 倾向评分概率标签树
• 多类分类中集合值预测的有效算法

PLT模型的另一种实现可在extremeText库中找到，该库实现了在NeurIPS论文中描述的方法。