Python 巨蟒预测概率

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)