ValueError:分类指标不能处理未知和多类目标的混合
ValueError是Python中的一个异常类，表示数值错误。在这个问答内容中，ValueError:分类指标不能处理未知和多类目标的混合是指在分类任务中，分类指标无法处理同时包含未知类别和多个类别目标的情况。
分类指标是用来评估分类模型性能的指标，常见的分类指标包括准确率、精确率、召回率、F1值等。这些指标通常用于衡量模型对于已知类别的分类准确程度。
在实际应用中，如果遇到未知类别或者同时存在多个类别目标的情况，分类指标就无法准确评估模型的性能。这是因为分类指标的计算通常基于已知类别的预测结果和真实标签进行比较，无法处理未知类别或者多个类别目标的情况。
解决这个问题的方法有多种，具体取决于具体的场景和需求。以下是一些常见的解决方法：
- 处理未知类别：如果遇到未知类别，可以将其视为一类特殊情况进行处理。可以使用一些异常检测算法或者无监督学习方法来识别未知类别，并将其归为特定的类别。另外，也可以使用一些专门处理未知类别的分类模型，如one-class SVM等。
- 处理多类别目标：如果同时存在多个类别目标，可以考虑将其转化为多个二分类任务进行处理。可以使用一对多（One-vs-Rest）或者一对一（One-vs-One）的策略来处理多类别目标。对于一对多策略，可以训练多个二分类模型，每个模型分别将一个类别作为正例，其他类别作为负例。对于一对一策略，可以训练C个二分类模型，每个模型分别将两个类别作为正例和负例。最后，可以根据多个二分类模型的预测结果进行综合判断。
腾讯云提供了一系列与云计算相关的产品，可以帮助开发者进行云计算的应用开发和部署。以下是一些推荐的腾讯云产品和产品介绍链接地址：
- 云服务器（Elastic Compute Cloud，简称CVM）：提供弹性、可扩展的云服务器实例，支持多种操作系统和应用场景。产品介绍链接：https://cloud.tencent.com/product/cvm
- 云数据库MySQL版（TencentDB for MySQL）：提供稳定可靠的云数据库服务，支持高可用、备份恢复、性能优化等功能。产品介绍链接：https://cloud.tencent.com/product/cdb_mysql
- 人工智能平台（AI Platform）：提供丰富的人工智能服务和工具，包括图像识别、语音识别、自然语言处理等。产品介绍链接：https://cloud.tencent.com/product/ai
- 物联网套件（IoT Suite）：提供全面的物联网解决方案，包括设备接入、数据管理、应用开发等功能。产品介绍链接：https://cloud.tencent.com/product/iot-suite
- 云存储（Cloud Object Storage，简称COS）：提供安全可靠的云存储服务，支持海量数据存储和访问。产品介绍链接：https://cloud.tencent.com/product/cos
需要注意的是，以上推荐的腾讯云产品仅供参考，具体选择应根据实际需求和项目要求进行评估和决策。
相关·内容
我得到这个错误:ValueError:分类指标不能处理未知和多类目标的混合 knn = KNeighborsClassifier()
knn.fit(x_train,y_train)
pred = knn.predict(x_test)
print(accuracy_score(y_test,pred))
print(classification_report((y_test,pred)))
print(confusion_matrix(y_test,pred) 我没有弄清楚其中的错误，为什么它会出现？
浏览 21提问于2019-04-17得票数 0
我在使用网格搜索cv时遇到了这个错误：“分类度量不能处理多标签指示符和多类目标的混合”。
我的y_train形状是：(64345，37)，我的X_train形状是：(64345，14)。
我不知道我去了哪里，wrong.Any指导/帮助将是非常感谢的。
它在不使用固定参数的gridsearchCV的情况下为我的模型正确执行。如果不使用一种热编码，我将从绑定错误中获取索引。该帖子的链接在这里：
下面是我如何拆分数据集：
from sklearn.preprocessing import LabelEncoder, OneHotEncoder
onehotencoder = OneHotEnco
浏览 1提问于2019-10-04得票数 0
回答已采纳
一个非常快速的问题让我很困惑。我对r和预测模型还不熟悉，目前我正在使用xgboost作为二进制分类模型。我对num_class参数有点困惑，因为当我将它设置为1时，我有一个正常的输出，并且它工作得很好。然而，当它被设置为2时，它会使预测中的数据行加倍，但奇怪的是，精度提高了。对于二进制分类，参数应该是1或2，如果是2，为什么要得到两倍的行？
浏览 3提问于2016-11-29得票数 0
回答已采纳
3回答
教程问题以二进制或多类分类的形式出现，其中所有的数据都有适当的标签。在实际应用程序中，有不属于任何类别且不能分类的传入数据。我们如何处理这些属于“未知”类别的数据？“未知”的宇宙可能远不止“已知”。因此，“未知”的数据可能过多，导致阶级不平衡。我们如何训练模型来处理“未知”数据？还是我们忽视了它？
浏览 0提问于2018-09-02得票数 5
回答已采纳
这是我在StackOverflow上的第一篇文章！我正在使用MLPRegressor为我的问题生成一个二进制类多输出预测。一旦得到了我的预测，我就使用numpy.round()对所有的值进行舍入，这样我就可以使用accuracy_score(因为准确性评分只适用于分类问题)。在此之后，当我得到以下错误时，我尝试使用sklearn.metrics.accuracy_score：
ValueError: Classification metrics can't handle a mix of multilabel-indicator and multiclass-multioutput t
浏览 4提问于2020-10-07得票数 0
回答已采纳
对不起，我刚开始深造，所以我尽量不去假设任何事情，除非我完全确定。
通过这里的评论，有人推荐了这篇关于反向传播基于Yann Le村的高效BackProp的优秀论文。在阅读时，我坚持“4.5选择目标值”。我不能复制粘贴文本，因为pdf是不允许的，所以在这里张贴截图。这篇论文的大部分内容对我来说都很清楚，但我无法确切地理解作者试图为这一特定部分传达什么(见附件中的图像)。如果我正确理解，作者是建议将回归问题的目标值标准化为-0.90到0.90，而不是-1,1，还是说回归对分类是错误的，因为它会预测错误的类？
📷
浏览 0提问于2018-07-20得票数 1
我想再一次通过Google渲染一些东西，并得到设备不支持队列的错误信息。我正在使用Colab Pro，并已被分配给一个特斯拉T4 GPU，它实际上支持OPTIX。我已经用Blender 3.1试过了，但是错误信息是一样的。我甚至用CUDA试过，但结果是一样的。它以前一直行之有效，没有任何问题。那是怎么回事？我真的很感激你的帮助！
!sudo ./ Blender -3.2.0Linux-x64/Blender -b -y $filename -noaudio -e‘-o’/142/#‘-s 1 -E 60 -a -循环--设备OPTIX Blender 3.2.0 (哈希e05e1e3691
浏览 4提问于2022-06-30得票数 -1
科学学习的sklearn.linear_model.LogisticRegression类是如何处理回归和分类问题的？
由于Logistic回归的输出是基于乙状结肠函数的，所以它返回概率。那么，滑雪板课程是如何作为分类器和回归者的呢？
浏览 13提问于2015-04-10得票数 1
回答已采纳
1回答
输出分为四类: 0,1,2,3预测在中是连续数
我尝试了sklearn中的混淆矩阵f1_score，但两种情况下都有错误：
ValueError: Can't handle mix of multiclass and continuous
如果我将其简化为二进制分类器，并使用AUC对其进行评估，则没有错误，这意味着AUC可以处理连续输入。
我的问题是在sklearn中哪里可以找到评估，这样不仅可以处理多类，还可以处理连续的输入。
浏览 0提问于2017-01-22得票数 1
回答已采纳
1回答
我在二进制分类模型中使用catboost分类器，其中我有一个高度不平衡的数据集0 -> 115000和1 -> 10000。请有人指导我如何在分类器中使用以下参数：
scale_pos_weight？class_weights
从文档中，我的印象是，我可以使用负类和比的正类之和，即115000/10000=11.5作为scale_pos_weight的输入，但我不确定。
请让我知道这两个参数的确切值和导出该值的方法？
谢谢
浏览 3提问于2020-01-15得票数 1
回答已采纳
我正在实现一个用于分类目的的神经网络，现在我遇到了交叉验证的麻烦。我的问题如下：
我们是否需要首先训练模型，然后交叉验证它(K折叠)，或者我们首先交叉验证模型，然后选择在未知数据上表现良好的模型，然后训练它，谁能指导我整个过程是如何运行的，它正在变得混乱，因为如果训练是在之前或之后完成的，那么K折叠中的训练部分的作用是什么？提前谢谢。
浏览 0提问于2020-04-23得票数 0
1回答
我刚刚安装了scikit 0.14，这样我就可以探索多标签指标的改进。我使用hamming损失度量和分类报告获得了一些积极的结果，但无法使混淆矩阵工作。同样在分类报告中，我无法传递标签数组并在报告中打印标签。下面是代码。是我做错了什么，还是它还在开发中？
import numpy as np
import pandas as pd
import random
from sklearn import datasets
from sklearn.pipeline import Pipeline
from sklearn.multiclass import OneVsOneClassifier
f
浏览 4提问于2013-07-07得票数 2
我试图确定KNN和随机森林之间的预测模型的精度评分，但是accuracy_score方法给出了主题线上的误差。我的代码如下：
from sklearn.neighbors import KNeighborsClassifier
knn = KNeighborsClassifier()
knn.fit(x_train,y_train)
knn.predict(x_test)
#Accuracy of prediction
y_pred = knn.predict(x_test)
#predictions = [round(value) for value in y_pred]
from skle
浏览 4提问于2017-01-18得票数 1
回答已采纳
1回答
我已经建立亚马逊管理Blockchain使用超级分类账织物。
我正试着把一些交易发送到区块链。
如何查看区块链和其他相关指标的性能？
浏览 5提问于2019-11-08得票数 0
回答已采纳
1回答
我试图用特定的分类器来解决二进制分类问题。它可以返回未分类的对象。在这种情况下，最好的衡量标准是什么？例如，我可以使用f1评分，但它不能考虑未分类对象的数量。也许这个问题已经有了传统的方法。
浏览 2提问于2016-02-24得票数 0
回答已采纳
2回答
单类、二元类和多类分类的区别是什么？
如果我喜欢在四个类中对文本进行分类，那么系统也希望系统能够告诉我，这些类中没有一个与未知/未经训练的测试数据匹配。
我就不能用上面提到的所有方法来达到我的目标吗？例如，我可以将C1、C2、C3和C4描述为四种不同的二进制分类训练集，并使用经过训练的模型来标记未知的数据集.
简单地说，C1的培训集包含1类(C1的所有好样本)和0类(混合了所有C2、C3和C4作为C1的坏样本)。
是未标记的数据C1 -> 1或0。
是未标记的数据C2 -> 1或0.等等..。
对于多项式分类，我只需在一个训练集中定义一个训练集，其中包含C1、C2、C3和C4的所有
浏览 0提问于2014-10-20得票数 6
1回答
文档分类:预处理和多标签
、、、
我有一个关于单词表示算法的问题: word2Vec，doc2Vec和Tf-IDF算法中哪一个更适合处理文本分类任务？我的监督学习分类中使用的语料库由多个句子的列表组成，其中既有短句子，也有长句子。正如在this thread中所讨论的，doc2vec与word2vec的选择是文档长度的问题。至于Tf-Idf与word嵌入，这更多的是文本表示的问题。 我的另一个问题是，如果对于同一个语料库，我有多个标签链接到其中的句子，该怎么办？如果我为同一个句子创建了多个条目/标签，它会影响最终分类算法的决策。我如何告诉模型文档中的每一句话每个标签都是相等的？ 先谢谢你，
浏览 12提问于2020-03-27得票数 1
回答已采纳
2回答
我正在尝试解决一个用于学术目的的文本分类问题。我需要将推文分类为“云”、“冷”、“干”、“热”、“湿”、“飓风”、“冰”、“雨”、“雪”、“风暴”、“风”和“其他”等标签。训练数据中的每个推文都有针对所有标签的概率。说这条消息“已经可以告诉你这将是一个艰难的得分的日子。现在和昨天下午一样有风。”有21%的几率是热的，79%的几率是风的。我一直致力于分类问题，它预测它是风还是热或其他。但在这个问题中，每个训练数据都有针对所有标签的概率。我之前使用过mahout naive bayes分类器，它对给定的文本采用特定的标签来构建模型。如何将这些不同标签的输入概率转换为任何分类器的输入？
浏览 3提问于2013-10-07得票数 0
我想为不同的分类器计算roc_auc。有些不是二进制分类器。下面是我使用的代码的一部分：
if hasattr(clf, "decision_function"):
y_score = clf.fit(X_train, y_train).decision_function(X_test)
else:
y_score = clf.fit(X_train, y_train).predict_proba(X_test)
AUC=roc_auc_score(y_test, y_score)
但是，对于某些分类器(例如最近的邻居)，我得到了一个错误：
ValueErro
浏览 1提问于2017-01-23得票数 0
我在哪里可以找到监督分类机器学习的分类因变量的例子？
例如：
蜥蜴为昆虫，苍蝇为昆虫，蚊子为昆虫，猴子为哺乳动物，熊为哺乳动物，鲨鱼为鱼，格皮为鱼，芬兰为国家，美国为国家，日本为国家，苹果公司为公司，伯克希尔哈撒韦公司作为公司，默克公司，公司.
我已经采取了Udemy机器学习all和所有的场景是只有2个因变量(是或否，1或0)。任何人都知道在哪里可以找到Python代码或学习示例，以便将文本分类为国家、公司、昆虫等。两个以上的因变量？
谢谢
@David Dale，我试过：
import numpy as np
import pandas as pd
dataset = pd.read_cs
浏览 5提问于2017-10-31得票数 0
我正在研究由4类组成的多类分类。我正在应用5倍交叉验证，并希望得到的敏感性(回忆)和特异性评分的每一个褶皱。
我发现使用cross_validate函数，我可以为每个折叠提供一个评分参数列表。
scoring = {'accuracy' : make_scorer(accuracy),
'precision' : make_scorer(precision_score),
'recall' : make_scorer(recall_score),
浏览 0提问于2019-12-25得票数 2
回答已采纳
4回答
注释：我很欣赏大量的评论，这表明这不适合量化模型性能。但是，这与我的错误无关，并且此错误发生在各种其他指标中。此外，当您认为OP“提出了错误的问题”时，请参阅以获得适当的响应方式
我有一个sklearn逻辑模型，我正在尝试获得RMSE。然而，当我使用.predict_proba时，我得到了一个概率向量。但是，我的y_test是以分类的形式存在的，sklearn.linear_model.LogisticRegression只是在某种程度上自动处理它。
我如何协调这两件事以获得RMSE？
>>> sklearn.metrics.mean_squared_error(y_test
浏览 173提问于2018-06-06得票数 -1
回答已采纳
1回答
我有以下数据框架，显示了我的6个模型使用不同指标的性能。我想从所有指标的结果中生成一个分数，然后检测最佳模型。我不能使用average，因为指标不在同一方向。(例如，AUC越高越好，但另一方面，MAE、MSE和RMSE越低越好)
Model RMSE MAE MSE AUC Score
0 a 0.29 0.187 0.084 0.65 ?
1 b 0.29 0.187 0.084 0.649 ?
2 c 0.299 0.17 0.09 0.64 ?
3 d 0.3
浏览 0提问于2020-05-29得票数 0
请有人解释一下(例如，也许)什么是科学知识中的，和之间的区别？
我读过文档，我理解我们使用：
OneVsRestClassifier -当我们想要进行多类或多标签分类时，它的策略包括拟合每类一个分类器。对于每个分类器，类与所有其他类相匹配。(这很清楚，这意味着多类/多标签分类问题被分解为多个二进制分类问题)。
MultiOutputClassifier -当我们想做多目标分类时(这是什么？)它的策略包括拟合每个目标的一个分类器(目标在那里意味着什么？)
我已经将OneVsRestClassifier用于多标签分类，我可以理解它是如何工作的，但是我找到了MultiOutputCl
浏览 3提问于2017-03-15得票数 36
回答已采纳
我正在研究歌曲数据集上的体裁分类问题。因为体裁是一个象征性的特性，所以我使用sklearn的LabelBinarizer为数据集中的每一行获得这个特性的一次热编码。然后留给我一个dataframe(df_train_num)，它有两个列，本质上都是数字列，还有一个Series对象，其中的每一行值都是一个numpy数组--这种类型的一种热编码。我现在想在这些数据上加入一个分类器。我所做的是：
svm_classifier = LinearSVC()
svm_classifier.fit(df_train_num,df_train_genre)
这给了我：
ValueError:未知标签类型：“未
浏览 0提问于2019-03-25得票数 7
2回答
让我们假设我们有我们想要分类的自然有序的数据。然后，我们可以使用顺序回归/分类方法。然而，我们可以将其视为无序，并使用多类clasiffication。乍一看，序数模型的研究似乎较少。有人能放下从无序到有序的收益吗？
浏览 0提问于2022-08-31得票数 1
假设我有一个三类问题，我想构建一个可以根据一组特征区分类的分类器。我想根据模型区分这3个类的能力来评估它。
从我的阅读来看，宏观F1分数似乎是用于评估多类问题分类器的常用指标，其中为每个类计算F1分数，然后将这些F1分数的未加权平均值用作macro F1 score。
在其他文献中，我见过用于多类问题的平衡精度，其中计算每一类的精度，然后将这些精度的未加权平均值用作balanced accuracy。
为什么宏观F1得分比平衡准确性更受青睐？
平衡精度不是更容易解释吗，平衡精度< 0.5告诉我们模型的表现比随机更差？
我们如何以与平衡准确率相同的方式来解释F1分数--什么阈值表明分类器比
浏览 4提问于2016-03-09得票数 3
我必须提交一篇关于源代码度量在软件工程过程中的使用的论文。我认为从介绍一些源代码指标的分类开始会很好(例如，使用平面LOC计数与对代码进行一些静态分析)，但我找不到一本书或一篇文章来介绍不同类型的指标和一些可能的历史背景信息(相对于网站，我的导师更喜欢书籍和文章)。
有没有人知道这样的消息来源？
浏览 0提问于2010-02-07得票数 4
回答已采纳
作为一个科学知识的初学者，并试图对虹膜数据集进行分类，在交叉验证阶段，我在将评分标准从scoring='accuracy'调整到其他方面时遇到了问题，比如精度、召回、f1等等。下面是完整的代码示例(足够从# Test options and evaluation metric开始)。
# Load libraries
import pandas
from pandas.plotting import scatter_matrix
import matplotlib.pyplot as plt
from sklearn import model_selection # for c
浏览 0提问于2019-02-01得票数 0
回答已采纳
2回答
我们如何对多类分类进行校准预测？
我尝试遵循，但这不适用于多类问题，因为当我使用sklearn.calibration.calibration_curve时，我得到以下错误：
ValueError:仅支持二进制分类。提供了标签'x‘'y’'z‘'a’'b‘。
浏览 5提问于2019-11-15得票数 0
1回答
在具有多个数据点的Graphana仪表板中，如何获得相同指标的上一个值与前一个值之间的差异？也许棘手的部分是相同度量的两个数据点之间的tiem是未知的。
因此，期望的结果是度量字符串中每个点的<metric>.$current_value - <metric>.$previouse_value。
编辑:指标存储在石墨/碳数据库中。
谢谢
浏览 34提问于2018-11-23得票数 2
回答已采纳
2回答
多标签分类Keras指标
、、、
在Keras中，哪个指标更适合多标签分类：accuracy还是categorical_accuracy？显然，在这种情况下，最后一个激活函数是sigmoid，as损失函数是binary_crossentropy。
浏览 75提问于2018-12-21得票数 5
回答已采纳
我是这里的初学者，我正在用我的生命去理解flow帖子上的另一个堆栈，它有和我一样的问题。
下面是我的机器学习代码，shell的输出是ValueError:未知标签类型：'continuous‘
我想我明白我是在“将浮点数传递给一个分类器，该分类器期望分类器将分类值作为目标向量。如果你将它转换为整数，它将被接受为输入(尽管这是否是正确的方法将受到质疑)。最好使用scikit的labelEncoder函数来转换你的训练分数”。
有人能给我一个关于如何将scikit的labelEncoder函数整合到我的代码中的提示吗？这是在声明分类器X& y之前实现的吗？无论我在做什么，我都做错了
浏览 0提问于2017-09-06得票数 1
1回答
我正在研究一个分类问题，其中~90%的样本来自1级，而~10%的样本来自2级。我一直在使用各种技术来解决这个问题，但我担心这可能会带来潜在的偏差，因为真正的班级分布是未知的。如果真正的分布(或某种合理的近似)是未知的，那么在学习过程中重课是不是很糟糕呢？
浏览 0提问于2021-11-05得票数 1
回答已采纳
3回答
我有一个由web.sitemap文件驱动的asp:Menu控件。
例如，菜单如下所示：
Fruit
- Apple
- Orange
- Strawberry
Color
- Blue
- Red
- Yellow
在站点地图中，特定的水果是“水果”siteMapNode的子项(颜色也是如此)菜单设置为动态，因此水果和颜色是静态的，而特定的水果和颜色显示在弹出/弹出菜单中。父项仅用于分类目的；没有"Fruit“页面。
如何使"Fruit“和"Color”不是链接？
浏览 1提问于2010-08-25得票数 2
回答已采纳
1回答
目前我们在ALB后面有ECS服务。我们的自动缩放是基于RequestCountPerTarget指标(https://aws.amazon.com/about-aws/whats-new/2017/07/application-load-balancer-adds-support-for-new-requestcountpertarget-cloudwatch-metric/)的 由于我们需要将服务公开为VPC端点，因此我们正在考虑迁移到NLB而不是ALB。在使用NLB时，是否可以根据每个目标的请求计数进行自动缩放？ 据我所知，根据cloudwatch文档：https://docs.aws.
浏览 15提问于2019-12-17得票数 1
回答已采纳
1回答
有没有在Fairlearn或任何已发表的论文中实现的指标，我可以参考关于多类分类的公平性度量的用例，其中指标是AP而不是准确性？谢谢!
浏览 6提问于2021-03-11得票数 0
2回答
是否有可用于多类多标签分类的评估指标？例如，我参加了kaggle的以下比赛，它需要ROC AUC作为评估指标。：
使用sklearn可以做到这一点吗？
浏览 3提问于2013-08-07得票数 0
5回答
我花了一些时间来优化我们当前的数据库。
我专门看索引。
有几个问题：
是否有太多的索引？
索引将加速什么？
哪些索引会慢下来？
什么时候添加索引是个好主意？
什么时候添加索引是个坏主意？
多指标与多列指标的Pro和Con？
浏览 1提问于2010-11-07得票数 89
回答已采纳
在上，当准备从滑雪到安装的数据时，我们读到：
if len(y.shape) == 2 and y.shape[1] > 1:
self.classes_ = np.arange(y.shape[1])
elif (len(y.shape) == 2 and y.shape[1] == 1) or len(y.shape) == 1:
self.classes_ = np.unique(y)
y = np.searchsorted(self.classes_, y)
else:
raise ValueError('Invalid shape for
浏览 3提问于2017-09-13得票数 0
回答已采纳
我找不到如何使用Spark管道来分类一组新的实例(带有未知的标签)。我发现的所有示例都是基于具有已知标签的测试集(只用于评估分类的性能)。
我有以下管道：
StringIndexer indexer = new StringIndexer().setInputCol("category").setOutputCol("categoryIndex");
Tokenizer tokenizer = new Tokenizer().setInputCol("sentence").setOutputCol("words")
浏览 3提问于2017-02-09得票数 1
回答已采纳
我理解Catboost回归器在训练时使用基于目标的编码将分类特征转换为数字特征。但是在标签完全未知的时候，Catboost是如何处理分类特征的呢？如果决策树期望将分类特征值作为数字来看待，那么在预测时间内，一个对象如何沿着Catboost决策树下降？
我试着查看正式文档，但只有在培训期间，当标签可用时，才能找到编码。
浏览 0提问于2022-06-29得票数 0
回答已采纳
3回答
我使用进行分类，但我不理解目标属性。
dataset描述说值从0到4，但是属性描述说：
0：< 50%的冠心病
1：> 50%冠心病
我想知道如何解释这个问题，这个数据集意味着是一个多类问题还是一个二进制分类问题？我必须将值1-4分组到一个类中(疾病的存在)吗？
浏览 0提问于2019-07-23得票数 2
回答已采纳
1回答
我们获得评估指标的统计数据(如精确度、召回率、准确率等)。从混淆矩阵中。
有没有办法逆转这个过程？
在二分类问题中，我有评估指标的结果:精确度、召回率、F1度量、准确性、特异性和平衡准确性。我想用它们来反向构造混淆矩阵。
对于TN，FP，FN，TP的值有没有反向推导？
浏览 18提问于2021-05-27得票数 0
1回答
我正在使用最新版本的LightGBM来解决多分类问题。当我将目标切换到"multiclass“时，出现了这个错误； Error in data$update_params(params) :
[LightGBM] [Fatal] Number of classes should be specified and greater than 1 for multiclass training 我留下了一个可重复使用的例子，它指明了我的方法 catnames <- names(purrr::keep(train_x,is.factor))
dtrain <- lgb.D
浏览 343提问于2020-09-15得票数 1
1回答
我可以使用以下方法对二进制数据进行交叉验证，但它似乎不适用于多类数据：
> cross_validation.cross_val_score(alg, X, y, cv=cv_folds, scoring='roc_auc')
/home/ubuntu/anaconda3/lib/python3.6/site-packages/sklearn/metrics/scorer.py in __call__(self, clf, X, y, sample_weight)
169 y_type = type_of_target(y)
170
浏览 8提问于2017-07-31得票数 2
1回答
我希望以一种特定的方式对我的多类分类输出变量进行编码，以考虑到重要性。我想在带有乙状结肠目标的NN中使用这个。
我对此有几个问题：
我怎么能用这种方式对我的类进行编码？
这不会改变问题从多类到多标签分类，对吗？
这是我所依据的论文的。下面是一个数字，表示从正常NN到它们的地址的变化：
浏览 2提问于2021-03-02得票数 0
1回答
我正在进行多标记图像分类。这是我的数据框架：
已更新
你可以看到有26个特征标记的图像。"1“表示存在，"0”表示不存在。
我的问题是在很多标签上都有不平衡的数据。例如：
[1] train_df.value_counts('Eyeglasses')
Output:
Eyeglasses
0 54735
1 1265
dtype: int64
[2] train_df.value_counts('Double_Chin')
Output:
Double_Chin
0 55464
1 536
dtype:
浏览 2提问于2020-11-14得票数 1
经过几个小时的研究，我找不到任何关于对象检测API的多标签预测的例子。基本上，我想预测一个图像中的每个实例有多个标签。如下图所示：
我想预测服装的种类，也可以预测颜色和图案等属性。
据我所知，我需要在第二阶段ROI特征图上附加更多的每个属性的分类头，并对每个属性的损失进行汇总？但是，在对象检测代码中实现这一点是有困难的。有人能给我一些提示吗?我应该开始修改哪些函数？谢谢。
浏览 1提问于2018-03-19得票数 8
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
云直播
对象存储活动推荐
腾讯云开发者
