使用sklearn计算precision和recall时触发ValueError求助

嘿，我来帮你排查这个报错的问题！

首先看你的报错信息：

ValueError: pos_label=None is not a valid label: array(['negative', 'positive'], dtype='<U8')

问题根源 #

sklearn的precision_score默认情况下，正类标签（pos_label）是数值1，但你的标签是字符串类型的'positive'和'negative'，没有数值1这个标签，所以默认参数完全不匹配，直接触发了错误。

顺带提一句，你的预测结果全是'positive'，这不会影响报错的解决，先把参数匹配的问题搞定就行。

解决方法 #

有两种简单的方式可以解决这个问题：

方法1：显式指定正类标签

直接在调用precision_score和recall_score时，通过pos_label参数告诉模型哪个是正类，比如你要把'positive'作为正类的话：

from sklearn.metrics import precision_score, recall_score

# 指定pos_label为'positive'
precision = precision_score(y_test, pred, pos_label='positive')
recall = recall_score(y_test, pred, pos_label='positive')

方法2：把标签转换成数值类型

如果你习惯用数值标签，也可以用LabelEncoder把字符串标签转成0和1，这样就能直接用默认参数了：

from sklearn.metrics import precision_score, recall_score
from sklearn.preprocessing import LabelEncoder

# 初始化编码器并转换标签
le = LabelEncoder()
y_test_encoded = le.fit_transform(y_test)
pred_encoded = le.transform(pred)

# 现在可以直接调用，默认pos_label=1对应原来的'positive'
precision = precision_score(y_test_encoded, pred_encoded)
recall = recall_score(y_test_encoded, pred_encoded)

额外说明 #

等报错解决后，结合你的预测结果，计算出来的指标会有对应的含义：

• precision：所有预测为正类的样本里，真正是正类的比例
• recall：所有真实正类的样本里，被正确预测为正类的比例（这里应该是100%，因为所有正类都被预测成正类了）

内容的提问来源于stack exchange，提问作者merklexy