在 python 中使用 SVM 进行机器学习的分类报告测试集错误

Question

我将数据分成测试集和训练集，这两个集都具有目标值“0”和“1”。但是在使用 SVM 进行拟合和预测后，分类报告指出测试样本中有零个 '0'，这是不正确的。

from sklearn.datasets import load_breast_cancer
data = load_breast_cancer()
df = pd.DataFrame(data = data['data'],columns=data['feature_names'])
x = df
y = data['target']
xtrain,xtest,ytrain,ytest 
= train_test_split(x,y,test_size=0.3,random_state=42)

如下所示，测试有 0 和 1，但分类报告中的支持表明没有任何 0！

!(https://i.imgur.com/wjEjIvX.png)

Answer 1

（在示例中包含您的相关代码始终是个好主意，而在图片中包含不）

分类报告指出测试样本中有零个“0”，这是不正确的。

这是因为，从链接图像中的代码可以看出，您已经切换了classification_report 中的参数；你用过：

print(classification_report(pred, ytest)) # wrong order of arguments

确实给出了：

             precision    recall  f1-score   support

    class 0       0.00      0.00      0.00         0
    class 1       1.00      0.63      0.77       171

avg / total       1.00      0.63      0.77       171

但正确的用法（见docs）是

print(classification_report(ytest, pred)) # ytest first

给了

             precision    recall  f1-score   support

    class 0       0.00      0.00      0.00        63
    class 1       0.63      1.00      0.77       108

avg / total       0.40      0.63      0.49       171

以及以下警告消息：

C:\Users\Root\Anaconda3\envs\tensorflow1\lib\site-packages\sklearn\metrics\classification.py:1135： UndefinedMetricWarning：精度和 F 分数定义不明确，并且 在没有预测样本的标签中设置为 0.0。 '精确'， 'predicted', 平均, warn_for)

因为正如 cmets 中已经指出的那样，您只能预测 1：

pred
# result:
array([1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
       1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
       1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
       1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
       1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
       1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
       1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
       1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1])

原因是另一个故事，而不是当前问题的一部分。

以下是上述的完整可重现代码：

from sklearn.metrics import classification_report
from sklearn.model_selection import train_test_split
from sklearn.datasets import load_breast_cancer

X, y = load_breast_cancer(return_X_y=True)
xtrain,xtest,ytrain,ytest = train_test_split(X,y,test_size=0.3,random_state=42)

from sklearn.svm import SVC
svc=SVC()
svc.fit(xtrain, ytrain)
pred = svc.predict(xtest)

print(classification_report(ytest, pred))