获取 TypeError：稀疏矩阵长度不明确；在进行多类分类时使用 getnnz() 或 shape[0]答案

【问题标题】：Getting TypeError: sparse matrix length is ambiguous; use getnnz() or shape[0] while doing multi class classification获取 TypeError：稀疏矩阵长度不明确；在进行多类分类时使用 getnnz() 或 shape[0]
【发布时间】：2020-12-08 19:03:33
【问题描述】：

from sklearn.naive_bayes import CategoricalNB
from sklearn.datasets import make_multilabel_classification
X, y = make_multilabel_classification(sparse = True, n_labels = 15,
return_indicator = 'sparse', allow_unlabeled = False)
from sklearn.model_selection import train_test_split
X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.25,random_state=0)

我尝试使用 X.todense() 但错误仍然出现。

X_train = X_train.todense()
X_test = X_test.todense()

数据集训练

from skmultilearn.adapt import MLkNN
from sklearn.metrics import accuracy_score
classifier = MLkNN(k=20)
classifier.fit(X_train, y_train)

预测训练数据集的输出。

y_pred = classifier.predict(X_test)
accuracy_score(y_test,y_pred)
np.concatenate((y_pred.reshape(len(y_pred),1), y_test.reshape(len(y_test),1)),1)

【问题讨论】：

标签： pandas machine-learning scikit-learn typeerror multiclass-classification

【解决方案1】：

您正试图从一个模棱两可的矩阵中获取长度：

len(y_pred)

您的矩阵 y_pred 的维度为 (25,5)，如 y_pred.shape 所示。

因此，您可以使用y_pred.shape[0]，而不是len(y_pred)，它会返回25。

但是你在使用y_pred.reshape(y_pred.shape[0],1)的时候会遇到问题

ValueError: 无法将大小为 125 的数组重新整形为 (25, 1)

（原：y_pred.reshape(len(y_pred),1)）

这个错误是有道理的，因为您试图将具有 125 个值的矩阵重塑为只有 25 个值的矩阵。您需要在这里重新考虑您的代码。

【讨论】：