ValueError:找到输入样本数量不一致的输入变量:[6,1]

时间:2020-03-25 10:19:46

标签: python scikit-learn metrics multiclass-classification precision-recall

我正在突破图像分类按钮。 我想计算每个图像的精度和召回率。 当前,对于每个图像,我有两个.txt:一个表示GT,另一个表示检测。 示例:

Parameteres<T>

如果GT的长度小于或大于检测长度,如何计算指标?

GT: [59, 59, 59]
DETECTION: [30, 30, 1]

GT: [64, 64, 64, 64, 64]
DETECTION: [34]

我尝试使用以下功能:GT: [59, 59, 59] PRED: [30, 30, 1, 59] ),但是当precision = precision_score(GT, DETECTION, average = 'macro'len(GT)不同时,它无法计算指标...

len(DETECTION)

有人知道如何帮助我吗?预先感谢

1 个答案:

答案 0 :(得分:0)

否,两种情况下都必须使用形状相同的数组。例如,如果您有K个类,则两个向量都应具有形状(1,K)。然后,值是0还是1,这取决于该类是否存在。 You have to encode the categories.