Python ValueError:数据不是二进制的，并且未指定pos_标签

我试图计算roc\u auc\u得分，但我得到以下错误

"ValueError: Data is not binary and pos_label is not specified"

我的代码片段如下所示：

import numpy as np
from sklearn.metrics import roc_auc_score
y_scores=np.array([ 0.63, 0.53, 0.36, 0.02, 0.70 ,1 , 0.48, 0.46, 0.57])
y_true=np.array(['0', '1', '0', '0', '1', '1', '1', '1', '1'])
roc_auc_score(y_true, y_scores)

classes = np.unique(y_true)
if (pos_label is None and not (np.all(classes == [0, 1]) or
 np.all(classes == [-1, 1]) or
 np.all(classes == [0]) or
 np.all(classes == [-1]) or
 np.all(classes == [1]))):
    raise ValueError("Data is not binary and pos_label is not specified")

---

请告诉我它出了什么问题。

您只需更改

y\u true

，它看起来是这样的：

y_true=np.array([0, 1, 0, 0, 1, 1, 1, 1, 1])

说明： 如果您查看

roc\u auc\u score

函数在中的作用，您将看到

y\u true

的评估如下：

import numpy as np
from sklearn.metrics import roc_auc_score
y_scores=np.array([ 0.63, 0.53, 0.36, 0.02, 0.70 ,1 , 0.48, 0.46, 0.57])
y_true=np.array(['0', '1', '0', '0', '1', '1', '1', '1', '1'])
roc_auc_score(y_true, y_scores)

classes = np.unique(y_true)
if (pos_label is None and not (np.all(classes == [0, 1]) or
 np.all(classes == [-1, 1]) or
 np.all(classes == [0]) or
 np.all(classes == [-1]) or
 np.all(classes == [1]))):
    raise ValueError("Data is not binary and pos_label is not specified")

执行时，

pos\u标签

为

None

，但只要您将

y\u true

定义为字符数组，则

np。所有的
总是
false
，当所有的
都被否定时，if条件为
true
，并引发异常。
我们在这方面有问题
y\u true=np.array（['0'，'1'，'0'，'0'，'1'，'1'，'1'，'1']）
将y_true的值转换为布尔值

y_true= '1' <= y_true
print(y_true) # [False  True False False  True  True  True  True  True]

y_true='1'似乎文件很久以前就被删除了，并且在当前版本中不再工作，我已将链接更新到旧版本