Question

我正在尝试计算roc_auc_score，但我收到了以下错误。

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

我的代码段如下：

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。

Answer 1

您只需要更改y_true，如下所示：

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

<强>说明：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中执行的操作，您会看到y_true的评估方式如下：

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")

执行时pos_label为None，但只要您将y_true定义为字符数组，np.all始终为false因为所有这些都被否定了，所以if条件是true并且引发了异常。

Answer 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]

ValueError：数据不是二进制，并且未指定pos_label

2 个答案: