转自

生肉地址:https://stackoverflow.com/questions/43162506/undefinedmetricwarning-f-score-is-ill-defined-and-being-set-to-0-0-in-labels-wi

原因:存在一些样本 label 为 y_true,但是你的 y_pred 并没有预测到。
比如
y_true = (0, 1, 2, 3, 4)
y_pred = (0, 1, 1, 3, 4)
label‘2’ 从来没有被预测到,所以F-score没有计算这项 label, 因此这种情况下 F-score 就被当作为 0.0 了。
但是又因为,要计算所有分类结果的平均得分就必须将这项得分为 0 的情况考虑进去,所以,scikit-learn出来提醒你,warning警告一下。

warning ,跟 error 不同,你可能在一次程序运行当中看到同一条 warning 多次,但在大部分环境当中它只出现一次。你也可以通过修改一些行为来改变情况:

import warnings
warnings.filterwarnings(‘always’) # “error”, “ignore”, “always”, “default”, “module” or “once”
1
2
如果你在 import 其它 module 之前将 warning 设置为 ‘always’ ,那你在每次运行代码的时候都会看见 warning。

除非你设置成 warning.filterwarnings(‘ignore’),否则无可避免都会看到 ‘温馨提示’,至少一次。

或者,如果你对没有 predict 中的 label 不感兴趣,你可以显式地指定你的 label 来计算 f1-score(那些你predict 中的 label)。

metrics.f1_score(y_test, y_pred, average=‘weighted’, labels=np.unique(y_pred) )
1
这样子,你就不会收到F-score is ill-defined and being set to 0.0 in labels with no true samples. 这个 warning 语句了。但是,最好不要这样子做。因为你得到的不是一个真实的分类分数。

F-score is ill-defined and being set to 0.0 in labels with no true samples.相关推荐

  1. F score和ROC

    数据的真实结果和预测结果如以下二联表所示,行为真实值,列为预测值. 真实阳性 真实阴性 预测阳性 TP FP 预测阴性 FN TN F score Fscore是precision和recall的调和 ...

  2. lingo 出现63. MODEL IS ILL DEFINED 解决办法

    63. MODEL IS ILL DEFINED. CHECK FOR UNDEFINED INDICES AND/OR CONDITIONS IN EXPRESSION: EXPRESSION. 还 ...

  3. 分类模型性能评价指标:混淆矩阵、F Score、ROC曲线与AUC面积、PR曲线

    以二分类模型为例:二分类模型最终需要判断样本的结果是1还是0,或者说是positive还是negative. 评价分类模型性能的场景: 采集一个称之为测试集的数据集: 测试集的每一个样本由特征数据及其 ...

  4. aidl远程服务调用Android,报错:Process 'command 'F:\Android\SDK\build-tools\29.0.0\aidl.exe''

    aidl远程服务调用Android demo1: Alipay 支付App服务: 1.新建: Alipay\app\src\main\aidl\com\glsite\alipay\IAlipaySer ...

  5. apt-get: relocation error:/libapt-private.so.0.0 version APTPKG_5.0 not defined in file libapt-pkg

    ubuntu16.04 完整错误: apt-get: relocation error: /usr/lib/x86_64-linux-gnu/libapt-private.so.0.0: symbol ...

  6. 二分类指标Precision、Recall、Accuracy、F score、TPR、FPR、MCC

    Ture Positive Rate (TPR):TPTP+FN\frac{TP}{TP+FN}TP+FNTP​,考察分类器在GT为阳性的样本中预测正确的比例. False Positive Rate ...

  7. 机器学习常用性能度量中的Accuracy、Precision、Recall、ROC、F score等都是些什么东西?...

    一篇文章就搞懂啦,这个必须收藏! 我们以图片分类来举例,当然换成文本.语音等也是一样的. Positive 正样本.比如你要识别一组图片是不是猫,那么你预测某张图片是猫,这张图片就被预测成了正样本. ...

  8. 精度 召回率 F score

    在所有我们预测的阳性结果中,有多少是正确的? 精度 = 真阳性 / (真阳性 + 假阳性) 对于宇宙飞船,我们不允许出现任何故障零件,可以检查本身能正常运转的零件.因此,这是一个高召回率模型,因此 β ...

  9. f score matlab,机器学习中如何用F-score进行特征选择

    <本文同步发布于"脑之说"微信公众号,欢迎搜索关注~~> 目前,机器学习在脑科学领域的应用可谓广泛而深入,不论你是做EEG/ERP研究,还是做MRI研究,都会看到机器学 ...

  10. .net @什么意思_.NET和F#周报2019-4 各地微软技术俱乐部汇总 ML.NET 0.10

    .NET Blog | 怎样把桌面程序迁移到.NET Core 3.0 文中详细的帮大家趟了一边坑.另外官方的 Windows Compatibility Pack 是迁移利器.(内含视频) 当然ch ...

最新文章

  1. Tensor基础实践
  2. Python defaultdict 模块和 namedtuple 模块
  3. JavaScript权威指南科03章 种类、值和变量(1)
  4. QT,C++最好的调试工具(抽象定义上的工具)
  5. vs2008调试c#网页时出现“加载配置文件时出错: 未能映射路径'/' 错误 .
  6. 为什么是错的?????
  7. 线程的基本协作和生产者消费者
  8. 带你玩转 ui 框架 ——scoped及样式穿透问题详解
  9. 新玩法来了,web前端教程公众号推出《每日一题》
  10. 帐篷篷房建筑建材产品营销型网站源码 dedecms织梦模板
  11. 「ECharts」电商平台数据可视化实时监控系统之后台开发
  12. es6 Symbol 的内置属性
  13. Python练习:同符号数学运算
  14. centos rpm安装zabbix
  15. java集合的存储特征_Java集合常用类特点整理
  16. HDU1253 胜利大逃亡【BFS】
  17. 大数据可视化技术挑战和措施
  18. 全网最雕的 10 名月薪超过 5W 的程序员,和他们的公众号!
  19. PLC对接MES、PLC数据上报、PLC之间通讯
  20. 女程序员年薪45万外加两套房,一日相亲两次,网友:找得到才怪

热门文章

  1. 7、数组越界异常捕获
  2. [JavaScript]根据中文(拼音)英文进行分类
  3. jquery validation纪要,我们的好伴侣
  4. HashSet 的实现原理
  5. 从互联网思维走向智联网思维
  6. 手语服务让信息世界没有障碍
  7. 2019 CSP-S 被虐记
  8. 【CentOS】Not a valid JAR: /usr/local/src/hadoop
  9. 什么样的简单粗暴才能颠覆你对顺风车拼车打车成品软件的三观?
  10. 新零售行业发展前景趋势及现状分析