我对使用scikit learning中的log_loss函数的机器学习中的分类问题有疑问。
ID | NetAmount | PaymentAmount
1 2.99 1.99
2 2.99 2.99
我将计算对数损失，但出现错误：
from sklearn.ensemble import RandomForestClassifier
classifier = RandomForestClassifier()
classifier.fit(Xtrain, ytrain)
soft = classifier.predict_proba(Xtest)[:,1]
log_loss = log_loss(ytest, soft)
我认为这个问题可能是由于向量soft中有一些0造成的。但是我知道解决这个问题吗？
'numpy.float64' object is not callable
预先感谢
答案 0 :(得分：-1)
似乎您的问题实际上与log_loss输入无关，而仅与变量命名有关。 Everything in python is an object，以此类推：
log_loss = log_loss(ytest, soft)
您为令牌numpy.float64分配了答案（一个数字（类型为log_loss）。因此，您的变量遮盖了该函数。然后，后续调用（好像它是一个函数）失败。
from sklearn.metrics import log_loss
print(log_loss)
>>> <function log_loss at 0x7f9f692db1b8>
log_loss = log_loss(ytest, soft)
print(log_loss)
>>> 0.11895972559889094
log_loss = log_loss(ytest, soft)
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-40-b423b2324b92> in <module>()
----> 1 log_loss = log_loss(ytest, soft)
TypeError: 'numpy.float64' object is not callable
最简单的解决方法是不调用变量log_loss，但更普遍的是，您可能会发现某种程度的命名空间帮助，例如代替
from sklearn.metrics import log_loss
...
loss = log_loss(ytest, soft)
您可以使用
from sklearn import metrics
...
loss = metrics.log_loss(ytest, soft)