Machine learning 随机森林多类多输出分数?
使用RandomForest时,出现以下错误:Machine learning 随机森林多类多输出分数?,machine-learning,scikit-learn,random-forest,Machine Learning,Scikit Learn,Random Forest,使用RandomForest时,出现以下错误: self.scores = metrics.accuracy_score(y_test, self.y_pred) ValueError: multiclass-multioutput is not supported 我想这是因为我使用了多个整数标签,而不是一个热标签。 我必须使用整数标签 在我的场景中有没有计算分数的方法?到目前为止,这似乎是正确的解决方案: def scores(original, predicted): r
self.scores = metrics.accuracy_score(y_test, self.y_pred)
ValueError: multiclass-multioutput is not supported
我想这是因为我使用了多个整数标签,而不是一个热标签。
我必须使用整数标签
在我的场景中有没有计算分数的方法?到目前为止,这似乎是正确的解决方案:
def scores(original, predicted):
row_matches = np.sum(np.all(original == predicted, axis=1))
row_total = float(original.shape[0])
matches = np.sum(original == predicted)
total = (row_total * original.shape[1])
mse = ((original - predicted)**2).mean(axis=1).mean()
return { 'acc_row' : row_matches/row_total, 'acc_items' : matches/total, 'mse': mse }