错误：分类指标无法处理多类多输出和多标记指标目标的混合

Question

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。

Answer 1

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

Answer 2

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。