Python 3.x 混淆矩阵：递归错误

我一直在尝试复制一个绘制混淆矩阵的在线教程，但出现递归错误，尝试重置递归限制，但错误仍然存在。代码如下所示：

log = LogisticRegression()
log.fit(x_train,y_train)
pred_log = log.predict(x_train)
confusion_matrix(y_train,pred_log)

我得到的错误是：

---------------------------------------------------------------------------
RecursionError                            Traceback (most recent call last)
<ipython-input-57-4b8fbe47e72d> in <module>
----> 1 (confusion_matrix(y_train,pred_log))

<ipython-input-48-92d5242f8580> in confusion_matrix(test_data, pred_data)
      1 def confusion_matrix(test_data,pred_data):
----> 2     c_mat = confusion_matrix(test_data,pred_data)
      3     return pd.DataFrame(c_mat)

... last 1 frames repeated, from the frame below ...

<ipython-input-48-92d5242f8580> in confusion_matrix(test_data, pred_data)
      1 def confusion_matrix(test_data,pred_data):
----> 2     c_mat = confusion_matrix(test_data,pred_data)
      3     return pd.DataFrame(c_mat)

RecursionError: maximum recursion depth exceeded

试用：

sys.setrecursionlimit（1500）

---

但仍然没有解决方案

看起来您正在递归调用同一个函数。尝试更改外部函数名

到

def混淆矩阵pd转换器（测试数据、预测数据）：
c_mat=混淆矩阵（测试数据、预测数据）
返回局部放电数据帧（c_-mat）

log=LogisticRegression（）
对数拟合（x_列，y_列）
预测日志=日志预测（x列车）
混淆矩阵pd转换器（y列、预测日志）

看起来您正在递归调用同一个函数。尝试更改外部函数名

到

def混淆矩阵pd转换器（测试数据、预测数据）：
c_mat=混淆矩阵（测试数据、预测数据）
返回局部放电数据帧（c_-mat）

log=LogisticRegression（）
对数拟合（x_列，y_列）
预测日志=日志预测（x列车）
混淆矩阵pd转换器（y列、预测日志）

我认为应该是

pred\u log=log.predict（x\u test）

和

combusion\u matrix（y\u test，pred\u log）

已经尝试了您建议的解决方案，但在这种情况下错误仍然相同。您看到了吗？我认为应该是

pred\u log=log.predict（x\u test）

和

combusion\u matrix（y\u test，pred\u log）

已经尝试了您建议的解决方案，但在这种情况下错误仍然相同。您看到了吗？

x_train.shape,y_train.shape,x_test.shape,y_test.shape 
# ((712, 7), (712,), (179, 7), (179,))

      1 def confusion_matrix(test_data,pred_data):
----> 2     c_mat = confusion_matrix(test_data,pred_data)
      3     return pd.DataFrame(c_mat)