Python predict_proba
Python predict_proba
提问于 2018-11-14 11:46:34
我有一个关于机器学习中使用log_loss函数在scikit-learn中的分类问题。
from sklearn.ensemble import RandomForestClassifier
classifier = RandomForestClassifier()
classifier.fit(Xtrain, ytrain)
soft = classifier.predict_proba(Xtest)[:,1]
log_loss = log_loss(ytest, soft)我想计算日志丢失，但出现了一个错误：
'numpy.float64' object is not callable我认为这个问题可能是因为向量软中有一些0。但我知道怎么解决这个问题？
s = 0
for x in soft :
if x == 0 :
s+=1
print(s)
>> 17729提前感谢
回答 1
Stack Overflow用户
回答已采纳
发布于 2018-11-14 12:47:48
这里的问题似乎与log_loss输入无关，而只是与变量命名有关。Everything in python is an object等在行中：
log_loss = log_loss(ytest, soft)您将答案(类型为numpy.float64)分配给令牌log_loss。所以你的变量遮挡了这个函数。然后，随后的调用，就像函数一样，失败了。
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最简单的解决方案不是调用变量log_loss，但更一般的情况下，您可能会发现某种级别的名称空间会有所帮助，例如，而不是
from sklearn.metrics import log_loss
...
loss = log_loss(ytest, soft)你可以用
from sklearn import metrics
...
loss = metrics.log_loss(ytest, soft)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/53299509
复制相关文章
相似问题
腾讯云开发者
