Python Spyder中调用sklearn.metrics.classification无属性报错如何解决

错误核心原因 #

• sklearn.metrics模块下不存在名为classification的二级子模块，你错误拆分了classification_report这个完整函数名，误以为分类相关的指标都要通过metrics.classification.xxx调用，实际上分类指标大多直接挂载在metrics模块下。
• 你提供的代码还缺失os和numpy的导入声明，运行时也会触发未定义错误。

修复步骤 #

1. 补充缺失的导入，在代码最开头添加两行：

import os
import numpy as np

2. 修改报错的代码行，去掉错误的.classification前缀：
   原错误代码：

print(metrics.classification.accuracy_score(y_test, y_pred))

修改为：

print(metrics.accuracy_score(y_test, y_pred))

补充说明 #

sklearn中常见的分类指标调用方式都是直接从metrics模块调用，比如：

• 准确率：metrics.accuracy_score()
• 精确率、召回率、F1：metrics.precision_score() / metrics.recall_score() / metrics.f1_score()
• 分类报告：metrics.classification_report()
• 混淆矩阵：metrics.confusion_matrix()

内容的提问来源于stack exchange，提问作者Yannick Durindel