Question

我一般是机器学习的新手。

我正在尝试进行多标签文本分类。我具有这些文档的原始标签以及表示为一种热编码（19000文档x 200标签）的分类结果（使用的mlknn分类器）。现在，我正在尝试使用f1_score微型和宏评估分类，但我遇到了此错误（第3行）ValueError: Classification metrics can't handle a mix of multiclass-multioutput and multilabel-indicator targets，但我不知道该如何解决。这是我的代码：

1. y_true = np.loadtxt("target_matrix.txt")
2. y_pred = np.loadtxt("classification_results.txt")

3. print (f1_score(y_true, y_pred, average='macro'))
4. print (f1_score(y_true, y_pred, average='micro'))

我还尝试使用cross_val_score进行分类，以立即获得评估结果，但又遇到了另一个错误（来自cross_val_score行）：

File "_csparsetools.pyx", line 20, in scipy.sparse._csparsetools.lil_get1
File "_csparsetools.pyx", line 48, in scipy.sparse._csparsetools.lil_get1
IndexError: column index (11) out of bounds

这是我的代码：

X = np.loadtxt("docvecs.txt", delimiter=",")
y = np.loadtxt("target_matrix.txt", dtype='int')

cv_scores = []
mlknn = MLkNN(k=10)  
scores = cross_val_score(mlknn, X, y, cv=5, scoring='f1_micro')
cv_scores.append(scores)

非常感谢您对其中一个错误的任何帮助。

Answer 1

可以显示y的前几个元素吗？您正在使用scikit-multilearn吗？另外，如果可以，请使用scikit-multilearn的0.1.0发行候选版本，第二个错误很可能是master中修复的错误，并且计划在两天内发布新版本。

您可以通过pip获得主控： pip uninstall -y scikit-multilearn pip install https://github.com/scikit-multilearn/scikit-multilearn/archive/master.zip

Answer 2

我正在手动创建y数组，这似乎是我的错误。我现在使用MultiLabelBinarizer来创建它，如以下示例所示，现在它可以工作了：

train_foo = [['sci-fi', 'thriller'],['comedy'],['sci-fi', 'thriller'],['comedy']]
mlb = MultiLabelBinarizer()
mlb_label_train = mlb.fit_transform(train_foo)

X = np.loadtxt("docvecs.txt", delimiter=",")
cv_scores = []
mlknn = MLkNN(k=3) 
scores = cross_val_score(mlknn, X, mlb_label_train, cv=5, scoring='f1_macro')
cv_scores.append(scores)

您可以找到MultiLabelBinarizer here的文档。

错误：分类指标无法处理multiclass-multioutput和multilabel-indicator目标的混合

2 个答案: