目前，我正在使用Scikit-learninPython 3.6对具有 7-8 个类别的数据进行分类（例如[C, A.1, A.2, B.3, B.1.1, B.1.2, B.2.1, B.2.2]，由下面的黑色边框表示），但我开始意识到这些组中有一个固有的层次结构，可以在分类过程中使用。我打算编写自己的算法，但如果存在的话，我不想重新发明轮子。
是否存在可以像这样以分层方式预测类标签的算法（最好在 中Python）？如果没有，是否有任何使用这种方法的例子？它让我想起了神经网络中的层，但我没有足够的样本用于神经网络。
例如，A.1和A.2inLevel-1是 的子组Level-0_A。 Level-0_C没有子群。
我在 scikit-learn 官方文档上找不到层次分类的实现。但我最近发现了这个存储库。该模块基于 scikit-learn 的接口和约定。我希望这会有用。
https://github.com/globality-corp/sklearn-hierarchical-classification
可以使用 pip 安装它：
pip install sklearn-hierarchical-classification
repo 中提供了一个完整的使用示例。
我们刚刚发布了一个与 scikit-learn 兼容的新库，用于创建本地分层分类器。
它可以使用pip install hiclass或轻松安装conda install hiclass。文档和示例可以在https://gitlab.com/dacs-hpi/hiclass找到。
我希望这对未来的读者有用。:)