首页 文章

ValueError：不支持连续格式

提问于
浏览 次
4

我写了一个简单的函数，我使用 scikit-learn 来自 scikit-learn 来计算平均精度 .

我的代码：

def compute_average_precision(predictions, gold):
    gold_predictions = np.zeros(predictions.size, dtype=np.int)
    for idx in range(gold):
        gold_predictions[idx] = 1
    return average_precision_score(predictions, gold_predictions)

执行该函数时，会产生以下错误 .

Traceback (most recent call last):
  File "test.py", line 91, in <module>
    total_avg_precision += compute_average_precision(np.asarray(probs), len(gold_candidates))
  File "test.py", line 29, in compute_average_precision
    return average_precision_score(predictions, gold_predictions)
  File "/if5/wua4nw/anaconda3/lib/python3.5/site-packages/sklearn/metrics/ranking.py", line 184, in average_precision_score
    average, sample_weight=sample_weight)
  File "/if5/wua4nw/anaconda3/lib/python3.5/site-packages/sklearn/metrics/base.py", line 81, in _average_binary_score
    raise ValueError("{0} format is not supported".format(y_type))
ValueError: continuous format is not supported

如果我打印两个numpy数组 predictions 和 gold_predictions ，比如说一个例子，它看起来没问题 . [下面提供了一个例子 . ]

[ 0.40865014  0.26047812  0.07588802  0.26604077  0.10586583  0.17118802
  0.26797949  0.34618672  0.33659923  0.22075308  0.42288553  0.24908153
  0.26506338  0.28224747  0.32942101  0.19986877  0.39831917  0.23635269
  0.34715138  0.39831917  0.23635269  0.35822859  0.12110706]
[1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]

我在这做错了什么？这个错误是什么意思？

python scikit-learn

1 回答

  • 5

    只是看看sklearn docs

    参数：y_true：array，shape = [n_samples]或[n_samples，n_classes]二进制标签指示符中的真正二进制标签 . y_score：array，shape = [n_samples]或[n_samples，n_classes]目标分数可以是正类的概率估计，置信度值或决策的非阈值度量（由某些分类器上的“decision_function”返回） .

    所以你的第一个参数必须是二进制标签数组，但是你传递某种float数组作为第一个参数 . 所以我认为你需要颠倒你传递的参数的顺序 .

    回复于

相关问题