面临 ValueError：目标是多类但平均 = 二进制

Question

我是 Python 和机器学习的新手。根据我的要求，我正在尝试对我的数据集使用朴素贝叶斯算法。

我能够找出准确度，但试图找出相同的精确度和召回率。但是，它抛出以下错误：

   "choose another average setting." % y_type)

ValueError: Target is multiclass but average='binary'. Please choose another average setting.

任何人都可以建议我如何进行。我尝试在精度和召回分数中使用平均 ='micro'。它没有任何错误，但它在准确性、精确度和召回方面给出了相同的分数。

我的数据集：

train_data.csv：

review,label

Colors & clarity is superb,positive

Sadly the picture is not nearly as clear or bright as my 40 inch Samsung,negative

测试数据.csv：

review,label

The picture is clear and beautiful,positive

Picture is not clear,negative

Answer 1

您需要添加'average'参数。根据文档：平均值：字符串，[无，'二进制'（默认），'微'，'宏'，'样本'，'加权']多类/多标签目标需要此参数。如果None，则返回每个班级的分数。否则，这将确定对数据执行的平均类型：做这个：print("Precision Score : ",precision_score(y_test, y_pred,                                            pos_label='positive'                                           average='micro'))print("Recall Score : ",recall_score(y_test, y_pred,                                            pos_label='positive'                                           average='micro'))替换'micro'为上述任何一个选项，除了'binary'. 此外，在多类设置中，无需提供 ，'pos_label'因为它无论如何都会被忽略。更新评论：是的，它们可以相等。它在用户指南中给出：请注意，对于包含所有标签的多类设置中的“微”平均将产生相同的精度、召回率和 F，而“加权”平均可能会产生不在精度和召回率之间的 F 分数。