使用Scikit-learn评估回归模型时分类指标报错的解决咨询

核心原因 #

你用了回归模型（LinearRegression、DecisionTreeRegressor）处理二元分类任务，这类模型的输出是连续值，但accuracy、precision等分类指标要求真实标签（二元0/1）和预测值都必须是离散类别，两者类型不匹配，就会触发这个错误。

解决方案 #

方案1：改用分类模型（推荐） #

因为你的目标变量是二元类型，本质是二元分类任务，直接使用分类模型才是正确的做法，比如LogisticRegression、DecisionTreeClassifier，这类模型的输出是离散类别（或类别概率），可以直接用分类指标评估。

示例代码：

from sklearn.linear_model import LogisticRegression
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import accuracy_score, precision_score
from sklearn.model_selection import train_test_split
import pandas as pd

# 假设你的数据集是df，特征是X，目标是y（二元0/1）
df = pd.read_csv("your_data.csv")
X = df.drop("target", axis=1)
y = df["target"]

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 用LogisticRegression（分类模型）训练
model = LogisticRegression()
model.fit(X_train, y_train)

# 预测类别
y_pred = model.predict(X_test)

# 用分类指标评估
print(f"Accuracy: {accuracy_score(y_test, y_pred)}")
print(f"Precision: {precision_score(y_test, y_pred)}")

方案2：将回归模型的连续预测值转为二元类别（仅特殊场景使用） #

如果非要用回归模型，需要先把回归输出的连续值通过阈值判断转换成二元类别（0/1），再用分类指标评估。但注意：线性回归不适合二元分类任务，预测结果的解释性和性能都会比逻辑回归差。

示例代码：

from sklearn.linear_model import LinearRegression
from sklearn.metrics import accuracy_score, precision_score
from sklearn.model_selection import train_test_split
import pandas as pd

df = pd.read_csv("your_data.csv")
X = df.drop("target", axis=1)
y = df["target"]

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 用LinearRegression训练（回归模型）
reg_model = LinearRegression()
reg_model.fit(X_train, y_train)

# 得到连续预测值
y_pred_continuous = reg_model.predict(X_test)

# 设置阈值（比如0.5），将连续值转为二元类别
y_pred = [1 if val >= 0.5 else 0 for val in y_pred_continuous]

# 用分类指标评估
print(f"Accuracy: {accuracy_score(y_test, y_pred)}")
print(f"Precision: {precision_score(y_test, y_pred)}")

关键提醒 #

二元目标变量的任务属于分类范畴，优先选择分类模型，回归模型是用于预测连续值的，强行适配会导致结果不合理，也违背了模型的设计初衷。

内容的提问来源于stack exchange，提问作者Arieiv Ordep