Python 3.x 如何通过删除此错误生成分类报告？

我想从已经有目标名称的语料库[pos，neg]生成数据集电影评论的分类报告。但发现一个错误

代码：

movie_train_clf = Pipeline([('vect',CountVectorizer(stop_words='english')),('tfidf',TfidfTransformer()),('clas',BernoulliNB(fit_prior=True))])

movie_train_clas = movie_train_clf.fit(movie_train.data ,movie_train.target)

 predict = movie_train_clas.predict(movie_train.data)
 np.mean(predict==movie_train.target)

TypeError: iteration over a 0-d array.

现在我使用分类报告

from sklearn.metrics import classification_report
print(classification_report(predict, movie_train_clas,target_names==target_names))

错误：

movie_train_clf = Pipeline([('vect',CountVectorizer(stop_words='english')),('tfidf',TfidfTransformer()),('clas',BernoulliNB(fit_prior=True))])

movie_train_clas = movie_train_clf.fit(movie_train.data ,movie_train.target)

 predict = movie_train_clas.predict(movie_train.data)
 np.mean(predict==movie_train.target)

TypeError: iteration over a 0-d array.

---

请帮助我正确的语法

您的代码中有多个错误：

1） 您在

分类报告

中的参数顺序错误。根据：

第一个参数是真标签，第二个参数是预测标签

2） 您正在使用

movie\u train\u clas

代替真实标签

movie\u train\u clas

因为您的代码是

movie\u train\u clf.fit（）的返回值，所以它是
movie\u train\u clf
本身
fit（）
返回自身，因此不能使用它来代替地面真实值标签

3） 正如@AmiTavory所指出的，当前错误是由于使用了比较运算符
（==）
来代替赋值
（=）
。对分类报告的正确调用应该是：

classification_report(movie_train.target, predict, target_names=target_names)

您有一个输入错误
target_names==target_names
；只使用一个
=
。