遇到这个问题的原因通常是,在预测的标签中缺少实际的标签。
我举个简单的二分类的例子:
实际标签 1,1,1,1,0,0,0,0
预测标签 0,0,0,0,0,0,0,0
这里在预测标签中就没有 1 这个标签。
这个时候就会出现这样的警告,注意这个是警告并不是错误。
一种避免警告的方法如下:
import warnings
warnings.filterwarnings("ignore")
遇到这个问题的原因通常是,在预测的标签中缺少实际的标签。
我举个简单的二分类的例子:
实际标签 1,1,1,1,0,0,0,0
预测标签 0,0,0,0,0,0,0,0
这里在预测标签中就没有 1 这个标签。
这个时候就会出现这样的警告,注意这个是警告并不是错误。
一种避免警告的方法如下:
import warnings
warnings.filterwarnings("ignore")