我正在尝试Keras模型预测输出的简单分类报告。输入的格式是两个1D数组,但错误仍然被抛出。sklearn classification_report ValueError:未知的标签类型:
Y_pred = np.squeeze(model.predict(test_data[0:5]))
classification_report(test_labels[0:5], Y_pred)
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-235-49afd2f46d17> in <module>()
----> 1 classification_report(test_labels[0:5], Y_pred)
/Library/Python/2.7/site-packages/sklearn/metrics/classification.pyc in classification_report(y_true, y_pred, labels, target_names, sample_weight, digits)
1356
1357 if labels is None:
-> 1358 labels = unique_labels(y_true, y_pred)
1359 else:
1360 labels = np.asarray(labels)
/Library/Python/2.7/site-packages/sklearn/utils/multiclass.pyc in unique_labels(*ys)
97 _unique_labels = _FN_UNIQUE_LABELS.get(label_type, None)
98 if not _unique_labels:
---> 99 raise ValueError("Unknown label type: %s" % repr(ys))
100
101 ys_labels = set(chain.from_iterable(_unique_labels(y) for y in ys))
ValueError: Unknown label type: (array([-0.38947693, 0.18258421, -0.00295772, -0.06293461, -0.29382696]), array([-0.46586546, 0.1359883 , -0.00223112, -0.08303966, -0.29208803]))
两个输入都是相同的类型,所以我很困惑,为什么这不起作用?我试图明确地改变类型为dtype = float并展平输入,但它仍然不起作用。
你能包括的形状请问'test_labels'和'Y_pred'? – ncfirth
是分类问题还是回归问题? –
错误最后一行显示的数组显示您的'y'。在我看来,这是连续的。所以分类类型的方法或估计器将无法工作。因为这是回归问题 –