Question

这是我的代码：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.datasets import fetch_mldata
from sklearn import neighbors
from sklearn.model_selection import train_test_split
mnist = fetch_mldata('MNIST original')

sample = np.random.randint(70000, size=5000)
data = mnist.data[sample]
target = mnist.data[sample]

xtrain, xtest, ytrain, ytest = train_test_split(data, target, train_size=0.8)

knn = neighbors.KNeighborsClassifier(n_neighbors=3)
knn.fit(xtrain, ytrain)

error = 1 - knn.score(xtest, ytest)
print('Erreur: %f' % error)

当我运行“python numb.py”时，我收到此消息错误：

File "/anaconda/lib/python2.7/site-packages/sklearn/metrics/classification.py", line 88, in _check_targets
    raise ValueError("{0} is not supported".format(y_type))
ValueError: multiclass-multioutput is not supported

Answer 1

这是一个简单的拼写错误。 ytest形状错误，因为你应该写

target = mnist.target[sample]

更正此问题，脚本运行正常。

此外，你构建sample的方式，你可能有重复，这意味着一些图像可能同时在测试和火车集。考虑使用np.random.permutation来改变样本的顺序。并且在调用np.random之前考虑使用种子，以获得可重现的结果（或者更好，使用check_random_state中的sklearn

使用Sklearn中的score方法获取ValueError：不支持multiclass-multioutput

1 个答案: