python - 来自 pandas 数据框的输入的 sklearn classification_report 产生 : "TypeError: not all arguments converted during string formatting"

Question

我正在尝试运行 sklearn.metrics.classification_report，我的数据位于 Pandas 数据框中。数据框 df_joined 看起来像这样，有 100 行:

Timestamp    Label       Pred
2016-10-05   29.75  30.781430
2016-10-06   30.35  31.379146
2016-10-07   31.59  31.174824
2017-02-13   29.63  29.875497
2017-02-14   29.60  29.923161
2017-02-15   30.22  30.257284
2017-02-16   30.12  30.374257
2017-02-17   30.09  30.357196
2017-02-20   31.03  30.971070
2017-02-21   31.05  30.930189

我现在正尝试打印 classification_report

print 'Classification Report:', '\n', sklearn.metrics.classification_report(df_joined[label],df_joined['Pred'] )

我收到错误:

File "\Python\WinPython-32bit-2.7.10.3\python-2.7.10\lib\site-packages\sklearn\utils\multiclass.py", line 106, in unique_labels raise ValueError("Unknown label type: %r" % ys)

TypeError: not all arguments converted during string formatting

我一直在尝试使用 sklearn.metrics.classification_report(df_joined[label].values, df_joined['Pred'].values) 但它会产生相同的错误。

有人知道这是从哪里来的吗？

Answer 1

我相信 classification_report 量化了您对数据点的标签 进行分类/预测的程度，而不是它的实际值。标签不能是 float ，sklearn documentation 中的所有示例和 sklearn user guide使用整数作为标签。

参数也暗示了这一点，因为传递一维数组的替代方法是仅用于标签的特定数组构造。

sklearn.metrics.classification_report(y_true, y_pred, labels=None,target_names=None, sample_weight=None, digits=2)

y_true : 1d array-like, or label indicator array / sparse matrix

    Ground truth (correct) target values.

y_pred : 1d array-like, or label indicator array / sparse matrix

    Estimated targets as returned by a classifier.

...

如果您的数据是整数标签，则您传递的确切数据帧格式会工作正常:

# Does not raise an error 
classification_report(df_joined['Label'].astype(int), df_joined['Pred'].astype(int))

您可以在 Model evaluation: quantifying the quality of predictions 中阅读有关 sklearn 不同模型评估工具的更多信息, 然后选择一个适合评估你的分类器的。