错误：分类指标无法处理多类多输出和多标签指标目标的混合答案

【问题标题】：Error: Classification metrics can't handle a mix of multiclass-multioutput and multilabel-indicator targets错误：分类指标无法处理多类多输出和多标签指标目标的混合
【发布时间】：2018-12-03 08:15:19
【问题描述】：

总的来说，我是机器学习的新手。

我正在尝试进行多标签文本分类。我将这些文档的原始标签以及分类结果（使用 mlknn 分类器）表示为一个热编码（19000 个文档 x 200 个标签）。现在我正在尝试使用 f1_score 微观和宏观评估分类，但我收到此错误（在第 3 行）ValueError: Classification metrics can't handle a mix of multiclass-multioutput and multilabel-indicator targets，我不知道如何解决它。这是我的代码：

1. y_true = np.loadtxt("target_matrix.txt")
2. y_pred = np.loadtxt("classification_results.txt")

3. print (f1_score(y_true, y_pred, average='macro'))
4. print (f1_score(y_true, y_pred, average='micro'))

我还尝试使用cross_val_score 进行分类以立即获得评估，但遇到了另一个错误（来自cross_val_score 行）：

File "_csparsetools.pyx", line 20, in scipy.sparse._csparsetools.lil_get1
File "_csparsetools.pyx", line 48, in scipy.sparse._csparsetools.lil_get1
IndexError: column index (11) out of bounds

这是我的代码：

X = np.loadtxt("docvecs.txt", delimiter=",")
y = np.loadtxt("target_matrix.txt", dtype='int')

cv_scores = []
mlknn = MLkNN(k=10)  
scores = cross_val_score(mlknn, X, y, cv=5, scoring='f1_micro')
cv_scores.append(scores)

非常感谢任何一个错误的帮助，谢谢。

【问题讨论】：

标签： python cross-validation multilabel-classification

【解决方案1】：

你能显示 y 的前几个元素吗？你在使用 scikit-multilearn 吗？另外，如果您可以使用 scikit-multilearn 的 0.1.0 候选版本，第二个错误很可能是 master 中修复的错误，并且计划在几天内发布新版本。

你可以通过pip获取master： pip uninstall -y scikit-multilearn pip install https://github.com/scikit-multilearn/scikit-multilearn/archive/master.zip

【讨论】：

感谢您的回复，我刚刚发现我创建的 y 错误。我会写一个答案:)

【解决方案2】：

我手动创建了 y 数组，这似乎是我的错误。我现在使用MultiLabelBinarizer 来创建它，如下例所示，现在它可以工作了：

train_foo = [['sci-fi', 'thriller'],['comedy'],['sci-fi', 'thriller'],['comedy']]
mlb = MultiLabelBinarizer()
mlb_label_train = mlb.fit_transform(train_foo)

X = np.loadtxt("docvecs.txt", delimiter=",")
cv_scores = []
mlknn = MLkNN(k=3) 
scores = cross_val_score(mlknn, X, mlb_label_train, cv=5, scoring='f1_macro')
cv_scores.append(scores)

您可以找到MultiLabelBinarizer here 的文档。

【讨论】：