Python Scikit&x27；s平均精度分数输入形状错误

我正试图绘制一条精确/回忆分数曲线。这是我的代码：

    lbl_enc = preprocessing.LabelEncoder()
    labels = lbl_enc.fit_transform(test_tags)

    y_score = clf.predict_proba(test_set)

    average_precision = average_precision_score(labels, y_score)
    print('Average precision-recall score: {0:0.2f}'.format(average_precision))

    precision, recall, _ = precision_recall_curve(labels, y_score)

    plt.step(recall, precision, color='b', alpha=0.2,
             where='post')
    plt.fill_between(recall, precision, step='post', alpha=0.2,
                     color='b')

    plt.xlabel('Recall')
    plt.ylabel('Precision')
    plt.ylim([0.0, 1.05])
    plt.xlim([0.0, 1.0])
    plt.title('2-class Precision-Recall curve: Average P-R = {0:0.2f}'.format(
        average_precision))

在计算平均_精度_分数时，我得到了由“y_分数”变量引起的“ValueError:bad input shape（119，2）”

y_分数采用以下格式：

array([[0.45953712, 0.54046288],
   [0.78289908, 0.21710092],
   [0.13488789, 0.86511211],
   [0.56162583, 0.43837417],
   (...)
   [0.4595595 , 0.5404405 ]])

当标签处于此状态时：

array([0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
   1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
   1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
   1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
   1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
   1, 1, 1, 1, 1, 1, 1, 1, 1])

如何计算平均精度分数？提前感谢。

在中，它说：

y_分数：数组，形状=[n_样本]或[n_样本，n_类]

目标分数，可以是阳性的概率估计值 类别、置信值或决策的非阈值度量 （由某些分类器上的“decision_函数”返回）

因此，我相信你只需要做：

average_precision  = average_precision_score(labels, y_score[:,1])

在报告中，它说：

y_分数：数组，形状=[n_样本]或[n_样本，n_类]

目标分数，可以是阳性的概率估计值 类别、置信值或决策的非阈值度量 （由某些分类器上的“decision_函数”返回）

因此，我相信你只需要做：

average_precision  = average_precision_score(labels, y_score[:,1])