Question

我正在使用f1_score sklearn函数提取F1_macro值。

我在Keras网络上这样做，这是代码：

Y_dev_pred = self.model.predict([self.dev[0], self.dev[1]], batch_size=self.BatchSize, verbose=0)
Y_dev_pred = np.argmax(Y_dev_pred, axis=1)
self.Y_dev = np.argmax(self.dev[2], axis=1)
print('####### ', self.Y_dev.shape, ' ', Y_dev_pred.shape)
print(self.Y_dev, ' ### ', Y_dev_pred)
print(f1_score(self.Y_dev, Y_dev_pred, average='macro'))

输出：

#######  (19647,)   (19647,)
[1 0 0 ... 2 0 2]  ###  [0 0 0 ... 2 1 0]

Traceback (most recent call last):
  File "main.py", line 185, in <module>
    deep.run_model(reTrain=True)
  File ".../models/DL.py", line 477, in run_model
    self.evaluate_on_test()
  File ".../models/DL.py", line 448, in evaluate_on_test
    print(f1_score(self.Y_dev, Y_dev_pred, average='macro'))
TypeError: f1_score() got an unexpected keyword argument 'average'

出什么问题了，我错过了什么吗？

Answer 1

当我的代码中还有另一个名为 f1_score 的函数时，我遇到了这个错误。

Answer 2

检查您的y_true标签或y_predicted标签中是否只有两个类？检查每个中的唯一值。如果任何变量只有两个类，则平均宏仅适用于多类，它会引发如下错误！是的，请检查您的sklearn版本，

TypeError：f1_score（）获得了意外的关键字参数'average'

2 个答案: