使用scikit-learn了解分类报告中的UndefinedMetricWarning？

Question

我有一个包含5个类别的文本分类任务，问题是我的精度和此警告都很糟糕，可能是由于未填充的数据（我不确定）：

/usr/local/lib/python2.7/site-packages/sklearn/metrics/metrics.py:1771: UndefinedMetricWarning: Precision is ill-defined and being set to 0.0 in labels with no predicted samples.

我猜这个警告是因为数据聚集在5标签中而产生的。 如何修复此警告以及如何增加分类报告的结果？。我还尝试使用以下超参数进行网格搜索：

Best parameters set:
    clf__C: 0.1
    vect__max_df: 0.25
    vect__ngram_range: (1, 1)
    vect__use_idf: True

Accuracy:
0.456923076923

但结果仍然不好，有人可以帮我用SVC或其他型号增加这个结果吗？

Answer 1

你可以使用一个管道然后网格搜索TfidifVectorizer的参数和SVC的C，比如n-gram范围（1,1），（1,2）或（2,2），也许设置一个不同的max_df，与CountVectorizer比较，也可以尝试字符n-gram（具有更高的n-gram范围）。