python - 值错误 : pos_label=1 is not a valid label: array( ['neg' , 'pos'], dtype ='

转载 作者：太空狗 更新时间：2023-10-30 00:04:50 24 4

我在尝试获取召回分数时收到此错误。

X_test = test_pos_vec + test_neg_vec
Y_test = ["pos"] * len(test_pos_vec) + ["neg"] * len(test_neg_vec)

recall_average = recall_score(Y_test, y_predict, average="binary")

print(recall_average)

这会给我:

    C:\Users\anca_elena.moisa\AppData\Local\Programs\Python\Python36\lib\site-packages\sklearn\metrics\classification.py:1030: FutureWarning: elementwise comparison failed; returning scalar instead, but in the future will perform elementwise comparison
  if pos_label not in present_labels:
Traceback (most recent call last):
  File "G:/PyCharmProjects/NB/accuracy/script.py", line 812, in <module>
    main()
  File "G:/PyCharmProjects/NB/accuracy/script.py", line 91, in main
    evaluate_model(model, train_pos_vec, train_neg_vec, test_pos_vec, test_neg_vec, False)
  File "G:/PyCharmProjects/NB/accuracy/script.py", line 648, in evaluate_model
    recall_average = recall_score(Y_test, y_predict, average="binary")
  File "C:\Users\anca_elena.moisa\AppData\Local\Programs\Python\Python36\lib\site-packages\sklearn\metrics\classification.py", line 1359, in recall_score
    sample_weight=sample_weight)
  File "C:\Users\anca_elena.moisa\AppData\Local\Programs\Python\Python36\lib\site-packages\sklearn\metrics\classification.py", line 1036, in precision_recall_fscore_support
    (pos_label, present_labels))
ValueError: pos_label=1 is not a valid label: array(['neg', 'pos'],
      dtype='<U3')

我尝试以这种方式转换 1 中的“pos”和 0 中的“neg”:

for i in range(len(Y_test)):
     if 'neg' in Y_test[i]:
         Y_test[i] = 0
     else:
         Y_test[i] = 1

但这给了我另一个错误:

    C:\Users\anca_elena.moisa\AppData\Local\Programs\Python\Python36\lib\site-packages\sklearn\metrics\classification.py:181: FutureWarning: elementwise comparison failed; returning scalar instead, but in the future will perform elementwise comparison
  score = y_true == y_pred
Traceback (most recent call last):
  File "G:/PyCharmProjects/NB/accuracy/script.py", line 812, in <module>
    main()
  File "G:/PyCharmProjects/NB/accuracy/script.py", line 91, in main
    evaluate_model(model, train_pos_vec, train_neg_vec, test_pos_vec, test_neg_vec, False)
  File "G:/PyCharmProjects/NB/accuracy/script.py", line 648, in evaluate_model
    recall_average = recall_score(Y_test, y_predict, average="binary")
  File "C:\Users\anca_elena.moisa\AppData\Local\Programs\Python\Python36\lib\site-packages\sklearn\metrics\classification.py", line 1359, in recall_score
    sample_weight=sample_weight)
  File "C:\Users\anca_elena.moisa\AppData\Local\Programs\Python\Python36\lib\site-packages\sklearn\metrics\classification.py", line 1026, in precision_recall_fscore_support
    present_labels = unique_labels(y_true, y_pred)
  File "C:\Users\anca_elena.moisa\AppData\Local\Programs\Python\Python36\lib\site-packages\sklearn\utils\multiclass.py", line 103, in unique_labels
    raise ValueError("Mix of label input types (string and number)")
ValueError: Mix of label input types (string and number)

我想做的是获取指标:准确度、精确度、召回率、f_measure。使用 average='weighted'，我得到了相同的结果:accuracy=recall。我猜这是不正确的，所以我更改了 average='binary'，但我有这些错误。有什么想法吗？

最佳答案

recall_average = recall_score(Y_test, y_predict, average="binary", pos_label="neg")

使用 "neg" 或 "pos" 作为 pos_label 并且此错误不会再次出现。

关于python - 值错误 : pos_label=1 is not a valid label: array( ['neg' , 'pos'], dtype ='<U3')，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/50203106/

24 4 0

• Python:ufunc 'add' 不包含具有签名匹配类型的循环 dtype ('S21' ) dtype ('S21' ) dtype ('S21' )

  我有两个数据框，它们都有一个 Order ID 和一个 date。 我想在第一个数据帧 df1 中添加一个标志:如果具有相同 order id 和 date 的记录在数据帧 df2，然后添加一个Y:

• python - Numpy set dtype=None，不能拼接列和set dtype=object cannot set dtype.names

  我正在运行 Python 2.6。我有以下示例，我试图连接 csv 文件中的日期和时间字符串列。根据我设置的 dtype(无与对象)，我发现一些我无法解释的行为差异，请参阅帖子末尾的问题 1 和 2。

• python - ufunc 'add' 不包含签名匹配类型的循环 dtype ('

  当尝试通过以下代码将 sklearn 数据集转换为 pandas 数据帧时，出现此错误“ufunc 'add' 不包含签名匹配类型 dtype(' import numpy as np from sk

• python - 类型错误 : ufunc 'multiply' did not contain a loop with signature matching types dtype ('S64' ) dtype ('S64' ) dtype ('S64' )

  我正在尝试使用我的代码计算周期图 from scipy import signal import numpy as np import matplotlib.pyplot as plt x = [li

• python - 类型错误 : ufunc 'add' did not contain a loop with signature matching types dtype ('S23' ) dtype ('S23' ) dtype ('S23' )

  我有 pandas 数据框 df，我想打印出变量列表以及类型和缺失字段的数量(NaN、NA)。 def var_desc(df,dt): print('====================

• python - 如何使用 dtype 预定义数据帧的 dtypes

  这个数据类型是如何工作的，我对这个东西很着迷。 1:首先使用python的默认类型:无法工作，引发错误 bins = pd.DataFrame(dtype=[str, int, int], colum

• numpy - 类型错误 : ufunc 'subtract' did not contain a loop with signature matching types dtype ('

  尝试获取小型玩具数据集的直方图时，通过 matplotlib 来自 numpy 的奇怪错误。我只是不确定如何解释错误，这让我很难知道接下来要做什么。 虽然没有找到太多相关信息，但this nltk q

• python - 类型错误 : ufunc 'subtract' did not contain a loop with signature matching types dtype ('

  我在减去数据表的两列时遇到问题，我是Python新手，在尝试研究如何解决这个问题失败后，我想知道是否有人有任何见解。我的代码是这样的: response = qc.query(token, sql=q

• python - 类型错误 : ufunc 'add' did not contain a loop with signature matching types (dtype (' dtype ('

  我运行我的代码，它在第 79 行抛出错误: numpy.core._exceptions.UFuncTypeError: ufunc 'add' did not contain a loop with

• python - 为什么我得到 "ufunc ' multiply' did not contain a loop with signature matching types dtype ('S32' ) dtype ('S32' ) dtype ('S32' )"with values from raw_input

  我正在尝试创建一个非常简单的程序，它将绘制一条抛物线图，其中 v 是速度，a 是加速度，x是时候了。用户将输入 v 和 a 的值，然后是 v 和 a 以及 x 将确定 y。 我试图用这个来做到这一点:

• python - Keras PREDICTION 抛出 'TypeError: ufunc ' add' 不包含签名匹配类型 dtype ('

  我构建了一个槽填充(一种序列分类)模型，其结构为:自定义 ELMo 嵌入层 - BiLSTM - CRF。 它训练得很好。但根据预测我得到: 'TypeError: ufunc 'add' did n

• python - 我应该如何为复杂的 dtype 获取相应的真实 numpy dtype？

  是否有比以下方法更优雅的方法来为可能复杂的 dtype 获取相应的真实 numpy dtype？ import numpy as np def dtype_to_real(rvs_dtype: np.

• python - pandas dtype 和 dtypes 有什么区别

  对于 jupyter 中的以下 pandas 代码，我试图获取数据类型信息。tab 在 jupyter 中为我提供了有两个属性的信息它同时具有 dtype 和 dtypes import pandas

• python - 将 dtype= 对象转换为 dtype ='|S5'

  我有一个用 pandas 加载的 csv 文件，如下所示: classes_dataset2=pd.read_csv("labels.csv") classes_dataset2[0:10] 0

• python - 将复杂的 numpy dtypes(即由元组数组组成的 dtypes)解析为列表？

  我有一个类似于以下内容的 numpy.dtype: dtype([('value1','>> d = np.dtype([('value1','>> [x[0] for x in d.descr] [

• python - 无法将数组数据从 dtype ('O' ) 转换为 dtype ('float64' )

  我正在使用 scipy 的 curve_fit 来拟合一些数据的函数，并收到以下错误； Cannot cast array data from dtype('O') to dtype('float64

• numpy - Object dtype dtype ('O' ) 没有本地 HDF5 等效项

  好吧，似乎在堆栈溢出中提出了几个类似的问题，但似乎没有一个回答正确或正确，也没有描述确切的示例。 我在将数组或列表保存到 hdf5 时遇到问题... 我有几个文件包含 (n, 35) 维度的列表，其中

• python - 如何将数组从 dtype=object 转换为 dtype=np.int

  目前我得到的数组是 arr = array([array([ 2, 7, 8, 12, 14]), array([ 3, 4, 5, 6, 9, 10]), array([0, 1]

• python - 检查系列的 dtype 是否属于 pandas 中的 dtypes 列表

  我有一个 Pandas 系列。我想检查该系列的数据类型是否在数据类型列表中。像这样的东西: series.dtype not in [pd.dtype('float64'), pd.dtype('fl

• python - 将 dtype 对象的 numpy 数组转换为 dtype complex

  我有一个 numpy 数组，我想将其从对象转换为复数。如果我将该数组作为 dtype 字符串并进行转换，则没有问题: In[22]: bane Out[22]: array(['1.000027337