ValueError：数据不是二进制且未指定 pos_label答案

【问题标题】：ValueError: Data is not binary and pos_label is not specifiedValueError：数据不是二进制且未指定 pos_label
【发布时间】：2013-08-26 09:41:19
【问题描述】：

我正在尝试计算 roc_auc_score，但出现以下错误。

"ValueError: Data is not binary and pos_label is not specified"

我的代码sn-p如下：

import numpy as np
from sklearn.metrics import roc_auc_score
y_scores=np.array([ 0.63, 0.53, 0.36, 0.02, 0.70 ,1 , 0.48, 0.46, 0.57])
y_true=np.array(['0', '1', '0', '0', '1', '1', '1', '1', '1'])
roc_auc_score(y_true, y_scores)

请告诉我它有什么问题。

【问题讨论】：

标签： python scikit-learn roc

【解决方案1】：

你只需要更改y_true所以它看起来像这样：

y_true=np.array([0, 1, 0, 0, 1, 1, 1, 1, 1])

解释： 如果您查看roc_auc_score 函数在https://github.com/scikit-learn/scikit-learn/blob/0.15.X/sklearn/metrics/metrics.py 中的作用，您会发现y_true 的评估如下：

classes = np.unique(y_true)
if (pos_label is None and not (np.all(classes == [0, 1]) or
 np.all(classes == [-1, 1]) or
 np.all(classes == [0]) or
 np.all(classes == [-1]) or
 np.all(classes == [1]))):
    raise ValueError("Data is not binary and pos_label is not specified")

在执行时pos_label 是None，但只要您将y_true 定义为一个字符数组，np.all 始终是false，因为它们都被否定了，那么如果条件为 true 并引发异常。

【讨论】：

文件好像很久以前就被删除了，在当前版本中不再工作，我已经更新了旧版本的链接

【解决方案2】：

我们有问题 y_true=np.array(['0', '1', '0', '0', '1', '1', '1', '1', '1']) 将 y_true 的值转换为布尔值

y_true= '1' <= y_true
print(y_true) # [False  True False False  True  True  True  True  True]

【讨论】：