pycaret多类分类返回数字，如何获取标签？

在Pycaret中进行多类分类时，可以使用predict_model函数来获取预测标签。该函数将返回一个包含预测标签的数据框。

以下是获取标签的步骤：

1. 首先，使用Pycaret加载和预处理数据，并创建一个多类分类模型。例如，可以使用setup函数来设置数据和模型。

from pycaret.classification import *

# 加载数据
data = ...  # 加载数据的代码

# 创建分类模型
clf = setup(data, target='target_variable', ... )  # 设置目标变量和其他参数

1. 接下来，使用create_model函数来创建一个多类分类模型。例如，可以使用create_model函数创建一个决策树分类器。

model = create_model('dt')  # 创建决策树分类器

1. 然后，使用predict_model函数来进行预测并获取标签。

predictions = predict_model(model, data=data)  # 进行预测
predicted_labels = predictions['Label']  # 获取预测标签

在上述代码中，predictions['Label']将返回一个包含预测标签的数据列。你可以将其存储在一个变量中，以便后续使用。

请注意，上述代码仅为示例，你需要根据你的数据和模型进行相应的调整。

关于Pycaret的更多信息和使用方法，你可以参考腾讯云的AutoML产品Pycaret。