Logistic 回归 - ValueError：分类指标无法处理连续多输出和二进制目标的混合

Question

我是一个数据科学小白和我工作的Kaggle Titanic dataset。我在它运行的Logistic回归预测的测试数据集的乘客是否存活或死亡。 P>

我清洁训练和测试数据并且两个运行在训练数据的Logistic回归拟合。都很好。

train = pd.read_csv('train.csv')    
X_train = train.drop('Survived',axis=1)
y_train = train['Survived']
from sklearn.linear_model import LogisticRegression
logmodel = LogisticRegression()
logmodel.fit(X_train,y_train)

然后，我的测试数据为这样运行预测模型：

test = pd.read_csv('test.csv') 
predictions = logmodel.predict(test)

我然后尝试打印混淆矩阵：

from sklearn.metrics import classification_report, confusion_matrix
print(confusion_matrix(test,predictions))

我得到一个错误，指出： P>

ValueError：分类指标无法处理混合 连续多输出和二进制目标 P>

这是什么意思，我该如何解决？

我看到一些潜在的问题是： P>

1. 我做的东西超级愚蠢和错误的测试数据预测模型。
2. 为特征值“年龄”和“食物”（成本的乘客的 票）是浮筒，而其余的是整数。 LI>

我哪里错了？感谢您的帮助！

Answer 1

正如 m-dz 评论的那样，confusion_matrixexpects 2 arrays，而在您的代码中，您传递了整个 test 数据帧。

此外，另一个common mistake 不尊重参数的顺序，这很重要。

总之，你应该要求

confusion_matrix(test['Survived'], predictions)

Answer 2

大概您的test 由布尔值（生或死）组成，而predictions 由浮点数（预测的生存概率）组成。您应该选择一些阈值，然后根据预测概率是否大于阈值生成布尔值。