Numpy sklearn分类\报告值错误：未知标签类型：

我正在尝试一个关于Keras模型预测输出的简单分类报告。输入的格式是两个1D数组，但仍会抛出错误

    Y_pred = np.squeeze(model.predict(test_data[0:5]))
    classification_report(test_labels[0:5], Y_pred)


    ---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-235-49afd2f46d17> in <module>()
----> 1 classification_report(test_labels[0:5], Y_pred)

/Library/Python/2.7/site-packages/sklearn/metrics/classification.pyc in classification_report(y_true, y_pred, labels, target_names, sample_weight, digits)
   1356 
   1357     if labels is None:
-> 1358         labels = unique_labels(y_true, y_pred)
   1359     else:
   1360         labels = np.asarray(labels)

/Library/Python/2.7/site-packages/sklearn/utils/multiclass.pyc in unique_labels(*ys)
     97     _unique_labels = _FN_UNIQUE_LABELS.get(label_type, None)
     98     if not _unique_labels:
---> 99         raise ValueError("Unknown label type: %s" % repr(ys))
    100 
    101     ys_labels = set(chain.from_iterable(_unique_labels(y) for y in ys))

ValueError: Unknown label type: (array([-0.38947693,  0.18258421, -0.00295772, -0.06293461, -0.29382696]), array([-0.46586546,  0.1359883 , -0.00223112, -0.08303966, -0.29208803]))

Y_pred=np.挤压（模型预测（测试数据[0:5]））
分类报告（测试标签[0:5]，Y\U pred）
---------------------------------------------------------------------------
ValueError回溯（最近一次调用上次）
在（）
---->1分类报告（测试标签[0:5]，Y\U pred）
/分类报告中的Library/Python/2.7/site-packages/sklearn/metrics/classification.pyc（y_true、y_pred、标签、目标名称、样本重量、数字）
1356
1357如果标签为无：
->1358标签=唯一的标签（y_真，y_pred）
1359其他：
1360标签=np.asarray（标签）
/Library/Python/2.7/site-packages/sklearn/utils/multiclass.pyc的唯一标签（*ys）
97_unique_labels=_FN_unique_labels.get（label_type，None）
98如果不是唯一的标签：
--->99提升值错误（“未知标签类型：%s”%repr（ys））
100
101 ys_标签=集合（链从_可编辑（_唯一_标签（y）表示y在ys中））
ValueError:未知的标签类型：（数组（[-0.38947693，0.18258421，-0.00295772，-0.06293461，-0.29382696]），数组（[-0.46586546，0.1359883，-0.0022312，-0.08303966，-0.29208803]））

---

这两个输入都是同一类型的，所以我不明白为什么这不起作用？我已尝试将类型显式更改为dtype=float并展平输入，但仍然不起作用。

分类报告仅适用于分类问题

如果您有分类问题（如二进制），请使用以下方法

Y_pred = np.squeeze(model.predict(test_data[0:5]))
threshold = 0.5
classification_report(test_labels[0:5], Y_pred > threshold)

---

threshold

将使所有值都大于0.5（在上面的示例中），1.0

您能否同时包含

test\u标签

和

Y\u pred

的形状？这是一个分类问题还是一个回归问题？错误最后一行中显示的数组显示了您的

Y

。我认为这是连续的。因此，分类类型的方法或估计器不会对其起作用。因为这是回归问题如果您使用MNIST教程，这是一个分类问题。但在错误中看到的y值与此不一致。您应该检查y值，确保它们实际上是您想要的（输出类的标签）。最好把整个代码放在这里，这样就容易调试了。这是一个回归问题，你是对的，我正试图使用classifcaiton_报告进行回归，但这不起作用。谢谢你，我现在收到了错误

“ValueError:Mix type of y not allowed，Get type set（['binary'，continuous']）“

我一直在遵循本教程，他们似乎能够完成我最初想做的事情。