面临 ValueError：目标是多类但平均 = 二进制

Question

我是 Python 和机器学习的新手。根据我的要求，我正在尝试对我的数据集使用朴素贝叶斯算法。我能够找出准确度，但试图找出相同的精确度和召回率。但是，它抛出以下错误：   "choose another average setting." % y_type)ValueError: Target is multiclass but average='binary'. Please choose another average setting.任何人都可以建议我如何进行。我尝试在精度和召回分数中使用平均 ='micro'。它没有任何错误，但它在准确性、精确度和召回方面给出了相同的分数。我的数据集：train_data.csv：review,labelColors & clarity is superb,positiveSadly the picture is not nearly as clear or bright as my 40 inch Samsung,negative测试数据.csv：review,labelThe picture is clear and beautiful,positivePicture is not clear,negative

Answer 1

您需要添加'average'参数。根据文档：

平均值：字符串，[无，'二进制'（默认），'微'，'宏'，'样本'，'加权']

多类/多标签目标需要此参数。如果None，则返回每个班级的分数。否则，这将确定对数据执行的平均类型：

做这个：

print("Precision Score : ",precision_score(y_test, y_pred, 

                                           pos_label='positive'

                                           average='micro'))

print("Recall Score : ",recall_score(y_test, y_pred, 

                                           pos_label='positive'

                                           average='micro'))

替换'micro'为上述任何一个选项，除了'binary'. 此外，在多类设置中，无需提供 ，'pos_label'因为它无论如何都会被忽略。

更新评论：

是的，它们可以相等。它在用户指南中给出：

请注意，对于包含所有标签的多类设置中的“微”平均将产生相同的精度、召回率和 F，而“加权”平均可能会产生不在精度和召回率之间的 F 分数。