Python predict_proba

Question

我对使用scikit-learn 中的log_loss 函数的机器学习中的分类问题有疑问。

from sklearn.ensemble import RandomForestClassifier
classifier = RandomForestClassifier()
classifier.fit(Xtrain, ytrain)
soft = classifier.predict_proba(Xtest)[:,1]
log_loss = log_loss(ytest, soft)

我想计算日志丢失但出现错误：

'numpy.float64' object is not callable

我认为这个问题可能来自向量软中有一些0。但我知道要解决这个问题吗？

s = 0
for x in soft : 
    if x == 0 : 
        s+=1
print(s)
>> 17729

提前致谢

Answer 1

您的问题似乎与 log_loss 输入无关，而与您的变量命名有关。 Everything in python is an object 等一行：

log_loss = log_loss(ytest, soft)

您将答案，一个数字（numpy.float64）分配给令牌log_loss。所以你的变量会影响函数。然后，随后的调用，就好像它是一个函数一样，失败了。

from sklearn.metrics import log_loss
print(log_loss)
>>> <function log_loss at 0x7f9f692db1b8>

log_loss = log_loss(ytest, soft)
print(log_loss)
>>> 0.11895972559889094
log_loss = log_loss(ytest, soft)
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-40-b423b2324b92> in <module>()
----> 1 log_loss = log_loss(ytest, soft)

TypeError: 'numpy.float64' object is not callable

最简单的解决方法是不要调用您的变量log_loss，但更一般地说，您可能会发现某种程度的命名空间帮助，例如而不是

from sklearn.metrics import log_loss
...
loss = log_loss(ytest, soft)

你可以使用

from sklearn import metrics
...
loss = metrics.log_loss(ytest, soft)