Machine learning scikit学习计算多标签分类中的F1

我正在尝试使用scikit计算宏F1

但是，它失败了，并显示错误消息

ValueError: multiclass-multioutput is not supported

---

如何使用多标签分类计算宏F1？

在当前scikit学习版中，您的代码会导致以下警告：

DeprecationWarning: Direct support for sequence of sequences multilabel
    representation will be unavailable from version 0.17. Use
    sklearn.preprocessing.MultiLabelBinarizer to convert to a label
    indicator representation.

按照此建议，您可以使用将此多标签类转换为

f1\u score

接受的表单。例如：

from sklearn.preprocessing import MultiLabelBinarizer
from sklearn.metrics import f1_score

y_true = [[1,2,3]]
y_pred = [[1,2,3]]

m = MultiLabelBinarizer().fit(y_true)

f1_score(m.transform(y_true),
         m.transform(y_pred),
         average='macro')
# 1.0

---

想知道如何为多元回归问题实现这一点。

from sklearn.preprocessing import MultiLabelBinarizer
from sklearn.metrics import f1_score

y_true = [[1,2,3]]
y_pred = [[1,2,3]]

m = MultiLabelBinarizer().fit(y_true)

f1_score(m.transform(y_true),
         m.transform(y_pred),
         average='macro')
# 1.0