Python 巨蟒预测概率
我有一个关于机器学习中使用Python 巨蟒预测概率,python,python-3.x,machine-learning,scikit-learn,Python,Python 3.x,Machine Learning,Scikit Learn,我有一个关于机器学习中使用scikit learn中的log\u loss功能的分类问题的问题 from sklearn.ensemble import RandomForestClassifier classifier = RandomForestClassifier() classifier.fit(Xtrain, ytrain) soft = classifier.predict_proba(Xtest)[:,1] log_loss = log_loss(ytest, soft) 我想计
scikit learn
中的log\u loss
功能的分类问题的问题
from sklearn.ensemble import RandomForestClassifier
classifier = RandomForestClassifier()
classifier.fit(Xtrain, ytrain)
soft = classifier.predict_proba(Xtest)[:,1]
log_loss = log_loss(ytest, soft)
我想计算日志损失,但出现错误:
'numpy.float64' object is not callable
我认为这个问题可能是因为向量软函数中有一些0。但我知道如何解决这个问题吗
s = 0
for x in soft :
if x == 0 :
s+=1
print(s)
>> 17729
提前感谢这里的问题似乎不是真正的日志丢失输入,而是变量命名。因此,在这一行中:
log_loss = log_loss(ytest, soft)
您将答案(类型为numpy.float64
)分配给令牌log\u loss
。因此,变量会对函数进行阴影处理。然后,后续调用就好像它是一个函数一样失败了
from sklearn.metrics import log_loss
print(log_loss)
>>> <function log_loss at 0x7f9f692db1b8>
log_loss = log_loss(ytest, soft)
print(log_loss)
>>> 0.11895972559889094
log_loss = log_loss(ytest, soft)
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-40-b423b2324b92> in <module>()
----> 1 log_loss = log_loss(ytest, soft)
TypeError: 'numpy.float64' object is not callable
你可以用
from sklearn import metrics
...
loss = metrics.log_loss(ytest, soft)
显示错误的完整堆栈跟踪以及如何导入
log\u loss
?谢谢,但是向下投票?你的问题解决了吗?还是需要进一步的帮助?
from sklearn import metrics
...
loss = metrics.log_loss(ytest, soft)