[英]ValueError: Classification metrics can't handle a mix of multilabel-indicator and continuous-multioutput targets error
[英]Error: Classification metrics can't handle a mix of multiclass-multioutput and multilabel-indicator targets
我是机器学习的新手。
我正在尝试做多标签文本分类。 我有这些文档的原始标签以及表示为一个热编码(19000文档x 200标签)的分类结果(使用的mlknn分类器)。 现在我试图用f1_score微观和宏来评估分类,但是我得到了这个错误(第3行) ValueError: Classification metrics can't handle a mix of multiclass-multioutput and multilabel-indicator targets
,我不知道我怎么能解决这个问题。 这是我的代码:
1. y_true = np.loadtxt("target_matrix.txt")
2. y_pred = np.loadtxt("classification_results.txt")
3. print (f1_score(y_true, y_pred, average='macro'))
4. print (f1_score(y_true, y_pred, average='micro'))
我还尝试使用cross_val_score
进行分类以立即获得评估但遇到另一个错误(来自cross_val_score
行):
File "_csparsetools.pyx", line 20, in scipy.sparse._csparsetools.lil_get1
File "_csparsetools.pyx", line 48, in scipy.sparse._csparsetools.lil_get1
IndexError: column index (11) out of bounds
这是我的代码:
X = np.loadtxt("docvecs.txt", delimiter=",")
y = np.loadtxt("target_matrix.txt", dtype='int')
cv_scores = []
mlknn = MLkNN(k=10)
scores = cross_val_score(mlknn, X, y, cv=5, scoring='f1_micro')
cv_scores.append(scores)
任何一个错误的帮助非常感谢,谢谢。
你能展示y的前几个元素吗? 你在使用scikit-multilearn吗? 另外,如果你可以请使用scikit-multilearn的0.1.0版本候选版本,那么第二个错误很可能是在master中修复的错误,并且计划在几天内发布新版本。
你可以通过pip获得master: pip uninstall -y scikit-multilearn pip install https://github.com/scikit-multilearn/scikit-multilearn/archive/master.zip
我手动创建了y数组,这似乎是我的错误。 我现在使用MultiLabelBinarizer
创建它,如下例所示,现在它可以工作:
train_foo = [['sci-fi', 'thriller'],['comedy'],['sci-fi', 'thriller'],['comedy']]
mlb = MultiLabelBinarizer()
mlb_label_train = mlb.fit_transform(train_foo)
X = np.loadtxt("docvecs.txt", delimiter=",")
cv_scores = []
mlknn = MLkNN(k=3)
scores = cross_val_score(mlknn, X, mlb_label_train, cv=5, scoring='f1_macro')
cv_scores.append(scores)
你可以在这里找到MultiLabelBinarizer
的文档。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.