使用逻辑回归二分类时accuracy_score报错问题求助

这个报错的核心原因是**y_pred是连续值（比如概率），而y_test是二进制类别标签（0/1）**，accuracy_score要求两者都是类别标签类型，无法处理混合类型的输入。

解决方法分两种情况：

情况1：直接获取类别标签 #

如果你之前用了predict_proba()获取概率值，换成predict()方法直接输出类别标签即可：

from sklearn.metrics import accuracy_score
# 替换成predict()得到类别
y_pred = model.predict(X_test)
print("Accuracy : ", accuracy_score(y_test, y_pred))

情况2：将概率值转换为类别标签 #

如果已经得到了概率输出，手动设置阈值（通常用0.5）把连续概率转成0/1的类别：

from sklearn.metrics import accuracy_score
# 获取第二类的概率（假设你的正类是1）
y_pred_proba = model.predict_proba(X_test)[:, 1]
# 阈值转换为类别
y_pred = (y_pred_proba >= 0.5).astype(int)
print("Accuracy : ", accuracy_score(y_test, y_pred))

额外检查 #

如果上述方法仍报错，确认y_test的类型：如果它是浮点型（比如0.0/1.0），可以转换为整数类型：

y_test = y_test.astype(int)

内容的提问来源于stack exchange，提问作者Genni_1002