sklearn.neural_networks.MLPRegressor -无法计算精度分数

Question

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 targets

仅当我在max_iter中手动设置MLPRegressor关键字参数时，才会发生此错误。当我不手动设置它时，回归器不会收敛，但是错误不会发生。

from sklearn.neural_network import MLPRegressor
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
import numpy as np
from joblib import dump, load
data = np.loadtxt('tictac_multi.txt')
X = data[:,:9]
y = data[:,9:]
X_train,X_test,y_train,y_test = train_test_split(X,y,test_size = 0.20,random_state=7)
regr = MLPRegressor(random_state=7,hidden_layer_sizes=(9,81,729,81,81,9),activation='tanh',learning_rate='invscaling',solver='adam',max_iter = 400).fit(X_train, y_train)
preds = regr.predict(X_test)
preds = np.round(preds)
print(accuracy_score(y_test,preds))

下面是数据集的链接：http://www.connellybarnes.com/work/class/2016/deep_learning_graphics/proj1/tictac_multi.txt

堆栈跟踪：

Traceback (most recent call last):
  File "mlp.py", line 21, in <module>
    scores.append(accuracy_score(y_test,preds))
  File "C:\Users\animu\AppData\Local\Programs\Python\Python37\lib\site-packages\sklearn\utils\validation.py", line 73, in inner_f
    return f(**kwargs)
  File "C:\Users\animu\AppData\Local\Programs\Python\Python37\lib\site-packages\sklearn\metrics\_classification.py", line 187, in accuracy_score
    y_type, y_true, y_pred = _check_targets(y_true, y_pred)
  File "C:\Users\animu\AppData\Local\Programs\Python\Python37\lib\site-packages\sklearn\metrics\_classification.py", line 91, in _check_targets
    "and {1} targets".format(type_true, type_pred))
ValueError: Classification metrics can't handle a mix of multilabel-indicator and multiclass-multioutput targets

Answer 1

当错误消息声明时，发生这种情况是因为

分类指标不能处理多标签指示符和多类多输出目标的混合

这意味着，accuracy_score()可以在像您这样的多标签情况下工作，但如果类标签不是二进制的，则不能工作。

您是说，您有一个二进制类多输出预测，但是在您的预测中，preds[89]包含一个2值，除了0和1的二进制输出之外。

preds[89]

返回

array([ 0., -0., -0., -0.,  1.,  2., -0., -0., -0.])

除预测数组中的89项外，还可以在以下内容中找到具有非二进制值的其他条目：

• preds[139]
• preds[501]
• preds[503]
• preds[770]
• preds[1039]
• preds[1107]

因此，现在您必须确保这些条目(它们都具有2值)被转换为二进制标签(0或1)，以便accuracy_score()工作。

可能的解决方案：

可以将目标值2的所有出现情况替换为值1。

for outer_index in range(preds.shape[0]):
  for index in range(preds[outer_index].shape[0]):
    if(np.abs(preds[outer_index][index]) != 0 and np.abs(preds[outer_index][index]) != 1):
      preds[outer_index][index]=1

然后可以调用您的accuracy_score()方法：

print(accuracy_score(y_test,preds))

回传

0.8367658276125095