UndefinedMetricWarning: Precision and F-score are ill-defined and being set to 0.0 in labels

最新推荐文章于 2024-03-24 10:29:48 发布
最新推荐文章于 2024-03-24 10:29:48 发布
阅读量3w 收藏 42
点赞数 20
分类专栏： Machine learning 文章标签： python sklearn
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/So_that/article/details/89787366
版权

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")

 

So_that
关注
  • 20
    点赞
  • 踩
  • 42
    收藏
    觉得还不错? 一键收藏
  • 9
    评论
专栏目录
F-score
YanGeGe_GitHub的专栏
09-18 2833
Precision, Recall, Accuracy, F-score
ISO 16505-2019 Road vehicles — Ergonomic and performance aspects of Camera Monit
03-08
The purpose of this document is to give minimum safety, ergonomic, and performance requirements and test methods for Camera Monitor Systems (CMS) to replace mandatory inside and outside rearview ...
UndefinedMetricWarning: Precision and F-score are ill-defined and being set to 0.0 in labels with no
あずにゃん梓喵的博客
07-08 3609
日萌社 人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战（不定时更新） print(classification_report(testY.argmax(axis=1), predictions.argmax(axis=1), target_names=le.classes_)) 警告： UndefinedMetricWarning: Precision and F-score are ill-defined and being.
【已解决】UndefinedMetricWarning: Precision and F-score are ill-defined and being set to 0.0 in labels
最新发布
weixin_43941438的博客
03-24 1244
预测的标签仅有其中一种(仅有0或仅有1)，就会报出该警告。可以通过设置参数zero_division=1忽略此警告。
程序运行出现 UndefinedMetricWarning: Precision and F-score are ill-defined and being set to 0.0 in labels
ASS-ASH的博客
03-26 7432
程序运行时出现以下问题·： UndefinedMetricWarning: Precision and F-score are ill-defined and being set to 0.0 in labels with no predicted samples. Use `zero_division` parameter to control this behavior. 并且模型学习过程中验证集准确率一直在50%，最后结果也是百分之50% 以二分类为例，就是说程序分类的预测标签上只有一类 ..
报错分析：Precision and F-score are ill-defined for being 0.0 in labels with no predicted samples
weixin_52268321的博客
11-09 2166
UndefinedMetricWarning: Precision and F-score are ill-defined and being set to 0.0 in labels with no predicted samples. Use `zero_division` parameter to control this behavior. 如报错所说“ 你的模型的分类结果中有一类是没有被预测的 ”
IEC 62676-5-2018 Data specifications and image quality performance
03-08
test houses and equipment manufacturers has defined a common framework for video surveillance transmission in order to achieve interoperability between products. The purpose of this part of IEC ...
ANSI-VITA 62-2016 Modular Power Supply Standard.pdf
02-06
VITA 62-2016 英文原版标准，带目录... This will facilitate the production of backplanes and allow system designers to define where and how many power supply modules are to be used within any given system.
gcc-arm-none-eabi-9-2019-q4-major-win32.zip
03-03
gcc-arm-none-eabi-9-2019-q4-major-win32 GCC compiler toolchain for ARM.
8-07-14_MegaCLI for linux_windows
03-15
LSIP200233314 (DFCT) Pcilinkspeedset and adpdowngrade cmds are not working and Need to update Help page LSIP200232870 (DFCT) Add a Gen2 to Gen3 toggle function and a check for the PCI speed to ...
UndefinedMetricWarning: Precision and F-score are ill-defined and being set to 0.0 in labels
sun2014moon的博客
07-08 1810
预测的标签中缺少实际的标签。 避免警告的方法如下： import warnings warnings.filterwarnings("ignore")
UndefinedMetricWarning: Precision is ill-defined and being set to 0.0 due to no predicted samples.
Yan456jie的专栏
03-08 2万+
# -*- coding: utf-8 -*- import jieba, os import codecs from gensim import corpora, models, similarities from pprint import pprint from collections import defaultdict import sys import pickle from src.
UndefinedMetricWarning问题
HJ_blog
08-20 1827
评价指标打印出现undefinedmetricwarning
UndefinedMetricWarning: Precision is ill-defined and being set to 0.0 in labels with no predicted sa
Yeoman92的博客
07-19 2万+
from sklearn import metricsy_true = [0, 1, 2, 0, 1, 2] y_pred = [0, 2, 1, 0, 0, 1]y_true_1 = [0, 1, 2, 0, 1, 2] y_pred_1 = [0, 2, 3, 0, 0, 1]y_true_2 = [0, 1, 2, 0, 1, 2] y_pred_2 = [0, 1, 1, 0, 0, 1]
F-score is ill-defined and being set to 0.0 in labels with no true samples.
a6840231的博客
03-12 1万+
生肉地址：https://stackoverflow.com/questions/43162506/undefinedmetricwarning-f-score-is-ill-defined-and-being-set-to-0-0-in-labels-wi 原因：存在一些样本 label 为 y_true，但是你的 y_pred 并没有预测到。 比如 y_true = (0, 1, 2, 3,...
【sklearn报错解决方案】UndefinedMetricWarning: Precision is ill-defined and being set to 0.0
十一月廿七风雨大作
07-18 1万+
精确率计算的是所有样本的平均精确率。而对于每个样本来说，精确率就是预测正确的标签数在整个预测为正确的标签数中的占比。的某一行改为全0，数据如下。改为全0，数据如下。
（完全解决）Precision and F-score are ill-defined for being 0.0 in labels with no predicted samples.
热门推荐
qq_43391414的博客
09-29 3万+
首先，这个错误是在使用如下包才出现的。 from sklearn.metrics import classification_report,accuracy_score 然后，运行我的其他代码，警告如下： UndefinedMetricWarning: Precision and F-score are ill-defined and being set to 0.0 in labels with no predicted samples. Use zero_division parameter to
UndefinedMetricWarning: Precision and F-score are ill-defined and being set to 0.0 in labels with no predicted samples. Use `zero_division` parameter to control this behavior.
06-02
这个警告信息的意思是在某些标签中，模型预测的样本数量为0，导致计算精确率和F1-score时出现了分母为0的情况，因此这些指标被设置为0.0。这通常发生在多分类任务中，其中某些类别的样本数量较少，或者是在样本不平衡的情况下。 为了解决这个问题，可以使用`zero_division`参数来控制分母为0的情况。该参数默认为False，表示将分母为0的情况视为正常情况，将精确率和F1-score设置为0.0。如果将该参数设置为True，则分母为0的情况将被视为特殊情况，将精确率和F1-score设置为1.0。 可以按照以下方式设置`zero_division`参数： ```python from sklearn.metrics import precision_score, recall_score, f1_score # 设置 zero_division 参数为 1，即分母为 0 时，将精确率和F1-score设置为1.0 precision = precision_score(y_true, y_pred, average='macro', zero_division=1) recall = recall_score(y_true, y_pred, average='macro', zero_division=1) f1 = f1_score(y_true, y_pred, average='macro', zero_division=1) ``` 通过设置`zero_division`参数，可以避免出现UndefinedMetricWarning警告，同时可以保证在样本数量较少或不平衡的情况下，精确率和F1-score的计算结果更加稳定。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 9
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值