如何通过删除此错误生成分类报告？

Question

我希望从语料库 [pos，neg] 的语料库生成 movie_reviews 的分类报告。但发现错误。

代码：

movie_train_clf = Pipeline([('vect',CountVectorizer(stop_words='english')),('tfidf',TfidfTransformer()),('clas',BernoulliNB(fit_prior=True))])

movie_train_clas = movie_train_clf.fit(movie_train.data ,movie_train.target)

 predict = movie_train_clas.predict(movie_train.data)
 np.mean(predict==movie_train.target)

现在我使用分类报告

from sklearn.metrics import classification_report
print(classification_report(predict, movie_train_clas,target_names==target_names))

错误：

TypeError: iteration over a 0-d array.

请帮我正确的语法。

Answer 1

您的代码中存在多个错误：

1）class Order(models.Model): invoice_file = models.FileField(upload_to=file_prefix('inv_')) purchase_order_file = models.FileField(upload_to=file_prefix('po_')) payment_file = models.FileField(upload_to=file_prefix('pmt_')) 中的参数顺序错误。根据{{​​3}}：

classification_report

第一个参数是真实标签，第二个参数是预测标签。

2）您正在使用classification_report(y_true, y_pred, ... 代替真正的标签。根据您的代码，movie_train_clas是movie_train_clas的返回值，因此它是movie_train_clf.fit()本身。 movie_train_clf会自行返回，因此您无法使用它代替地面实况标签。

3）当@AmiTavory发现时，当前错误是由于用于代替赋值fit()的比较运算符(==)。对(=)的正确调用应该是：

classification_report