Python ValueError:目标为多类,但平均值=';二进制';。请选择其他平均值设置
我正在使用一个结合在一起的tweet训练和测试数据集。(combi=train.append(测试,忽略索引=True) 培训csv手动标记了-1、0和1(基本上为负、中性和正)的情绪,而测试没有 我希望代码使用逻辑回归来输出f1分数,但出现了一个问题:f1_分数(yvalid,prediction_int)被使用: 我的代码如下:Python ValueError:目标为多类,但平均值=';二进制';。请选择其他平均值设置,python,machine-learning,scikit-learn,Python,Machine Learning,Scikit Learn,我正在使用一个结合在一起的tweet训练和测试数据集。(combi=train.append(测试,忽略索引=True) 培训csv手动标记了-1、0和1(基本上为负、中性和正)的情绪,而测试没有 我希望代码使用逻辑回归来输出f1分数,但出现了一个问题:f1_分数(yvalid,prediction_int)被使用: 我的代码如下: from sklearn.feature_extraction.text import CountVectorizer bow_vectorizer = Count
from sklearn.feature_extraction.text import CountVectorizer
bow_vectorizer = CountVectorizer(max_df=0.90, min_df=2, max_features=1000, stop_words='english')
bow = bow_vectorizer.fit_transform(combi['tidy_tweet'])
from sklearn.feature_extraction.text import TfidfVectorizer
tfidf_vectorizer = TfidfVectorizer(max_df=0.90, min_df=2, max_features=1000, stop_words='english')
tfidf = tfidf_vectorizer.fit_transform(combi['tidy_tweet'])
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split
from sklearn.metrics import f1_score
train_bow = bow[:1300,:]
test_bow = bow[1300:,:]
xtrain_bow, xvalid_bow, ytrain, yvalid = train_test_split(train_bow, train['label'], random_state=42, test_size=0.3)
lreg = LogisticRegression()
lreg.fit(xtrain_bow, ytrain) # training the model
prediction = lreg.predict_proba(xvalid_bow)
prediction_int = prediction[:,1] >= 0.3
prediction_int = prediction_int.astype(np.int)
f1_score(yvalid, prediction_int)
阅读相关文档,您将看到f1_score
中参数average
的默认值为binary
;由于此处未指定该值,因此它采用该默认值,但对于多类分类的情况无效(同意,这可能是一个错误的设计选择)
正如错误消息所建议的,您应该显式地选择并指定文档中显示的其他可用参数之一;以下是具有虚拟多类数据的文档示例:
from sklearn.metrics import f1_score
# dummy multi-class data, similar to yours:
y_true = [0, 1, 2, 0, 1, 2]
y_pred = [0, 2, 1, 0, 0, 1]
f1_score(y_true, y_pred, average='macro')
# 0.26666666666666666
f1_score(y_true, y_pred, average='micro')
# 0.33333333333333331
f1_score(y_true, y_pred, average='weighted')
# 0.26666666666666666
f1_score(y_true, y_pred)
# ValueError: Target is multiclass but average='binary'. Please choose another average setting.