Logistic回归 - ValueError：分类指标不能处理连续多输出和二进制目标的混合

Question

我是一名数据科学菜鸟，正在研究Kaggle Titanic dataset。我在其上运行Logistic回归来预测测试数据集中的乘客是否幸存或死亡。

我清理训练和测试数据，并在训练数据上运行Logistic回归。一切都好。

train = pd.read_csv('train.csv')    
X_train = train.drop('Survived',axis=1)
y_train = train['Survived']
from sklearn.linear_model import LogisticRegression
logmodel = LogisticRegression()
logmodel.fit(X_train,y_train)

然后我在测试数据上运行预测模型：

test = pd.read_csv('test.csv') 
predictions = logmodel.predict(test)

然后我尝试打印混淆矩阵：

from sklearn.metrics import classification_report, confusion_matrix
print(confusion_matrix(test,predictions))

我收到错误消息：

  

ValueError：分类指标无法处理混合   连续多输出和二进制目标

这是什么意思，我该如何解决？

我看到的一些潜在问题是：

1. 我对测试数据上的预测模型做了一些超级愚蠢和错误的事情。
2. 功能的价值＆＃34;年龄＆＃34;和＆＃34;票价＆＃34; （乘客的费用） 票）是花车，其余是整数。

我哪里错了？谢谢你的帮助！

Answer 1

正如m-dz评论过confusion_matrix expects 2 arrays，在您的代码中，您传递了整个test数据框。

此外，另一个common mistake不尊重参数的 order ，这很重要。

总而言之，你应该要求

confusion_matrix(test['Survived'], predictions)

Answer 2

大概你的test由布尔（生或死）组成，而predictions由浮点数组成（预测存活概率）。您应该选择一些阈值，然后根据预测概率是否大于阈值生成布尔值。