Python scikit学习：值错误：没有足够的值来解包（预期值为2，实际值为1）

在最新版本的

sklearn

中，有一个

check\u array

函数用于计算

平均绝对百分比误差（MAPE）

，但它的工作方式似乎与上一版本不同

import numpy as np
from sklearn.utils import check_array

def calculate_mape(y_true, y_pred): 
    y_true, y_pred = check_array(y_true, y_pred)

    return np.mean(np.abs((y_true - y_pred) / y_true)) * 100
y_true = [3, -0.5, 2, 7]; y_pred = [2.5, -0.3, 2, 8]
calculate_mape(y_true, y_pred)

这将返回一个错误：

ValueError:没有足够的值来解包（预期为2，得到1）

。这个错误有什么解决办法吗？

看起来

check_array

返回单个对象

---

请参阅文档

aha，OK。在

python sklearn

@DestaHaileselassieHagos中，该函数似乎不再用于计算

平均绝对百分比误差（MAPE）

度量值。是的，这就是错误的原因。如果问题已经解决，您可以将答案标记为已接受。那么您是如何计算MAPE的？请查看下面答案中的链接。这回答了我的问题，希望它也能对你有所帮助。