Python 如何正确使用sklearn'；是否使用一个热编码类进行交叉验证？

我创建了一个模型来对我的8类数据集进行分类，并使用MLP从中获得一些分数。为此，我决定使用sklearn.metrics.cross_验证，使用10倍

以下代码可以正常工作：

from sklearn.neural_network import MLPClassifier
from sklearn.model_selection import cross_validate
from sklearn.metrics import accuracy_score, make_scorer, f1_score
import pandas as pd

def MLPClasify(sample):
    df = pd.read_csv('my_path\\my_file.csv', header=None)
    y = df[NumberOfFeatures]
    x = df.drop([NumberOfFeatures], axis=1)
    clf = MLPClassifier(hidden_layer_sizes=(27), activation='logistic', max_iter=500, alpha=0.0001, 
                        solver='adam', verbose=10, random_state=21, tol=0.000000001)
    clf.out_activation_ = 'softmax'
    scoring = {'Accuracy': make_scorer(accuracy_score), 'F1': make_scorer(f1_score, 
               average='weighted')}
    scores = cross_validate(clf, x, y, cv=10, scoring=scoring)
    return scores

一切正常，我得到了大约60%的准确度。所以我决定使用一种热编码，看看是否能得到更好的结果。因此，我编写了以下代码：

from sklearn.neural_network import MLPClassifier
from sklearn.model_selection import cross_validate
from sklearn.preprocessing import LabelEncoder, OneHotEncoder
from sklearn.metrics import accuracy_score, make_scorer, f1_score
import pandas as pd

def MLPClasify(sample):
    df = pd.read_csv('my_path\\my_file.csv', header=None)
    y = df[NumberOfFeatures]
    x = df.drop([NumberOfFeatures], axis=1)
    label_encoder = LabelEncoder()
    integer_encoded = label_encoder.fit_transform(y)
    onehot_encoder = OneHotEncoder()
    integer_encoded = integer_encoded.reshape(len(integer_encoded), 1)
    onehot_encoded = onehot_encoder.fit_transform(integer_encoded)
    y = onehot_encoded
    clf = MLPClassifier(hidden_layer_sizes=(27), activation='logistic', max_iter=500, alpha=0.0001, 
                        solver='adam', verbose=10, random_state=21, tol=0.000000001)
    clf.out_activation_ = 'softmax'
    scoring = {'Accuracy': make_scorer(accuracy_score), 'F1': make_scorer(f1_score, 
               average='weighted')}
    scores = cross_validate(clf, x, y, cv=10, scoring=scoring)
    return scores

代码运行，但我得到以下警告：

UndefinedMetricWarning:F分数定义不清，在没有真实或预测样本的标签中设置为0.0。使用

zero\u division

参数 控制这种行为。 平均值，“真实或预测”，“F分数为”，len（真实和）

而且，我的准确率下降到2%以下

你知道我做错了什么吗

---

谢谢你的帮助，我不认为在那种情况下我会考虑使用OHE。但是，我们可以使用更多有关您正在处理的

y

数据类型的信息？是否将值作为整数或类别传递？应用一个热编码之前的y值是类别（'A01'、'A02'…'A08'）。我实际上选择了一个热编码，因为我不能获得AUC分数与类别作为标签LabelSI不认为我会考虑使用OHE在这种情况下。但是，我们可以使用更多有关您正在处理的

y

数据类型的信息？是否将值作为整数或类别传递？应用一个热编码之前的y值是类别（'A01'、'A02'…'A08'）。实际上，我选择了一种热编码，因为我无法获得类别作为类标签的AUC分数