分类指标无法处理二元和连续目标的混合 -Python 随机森林

Question

我的输入数据文件格式如下：

黄金，callersAtLeast1T，CalleesAtLeast1T，...

T,1,1,1,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0 ,0,0,0,0

N,0,0,0,0,1,1,1,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0 ,0,0,0,0

我正在尝试根据剩余列的值预测第一列（金色），这是我使用的代码：

import pandas as pd
import numpy as np
dataset = pd.read_csv( 'data1extended.txt', sep= ',') 
#convert T into 1 and N into 0
dataset['gold'] = dataset['gold'].astype('category').cat.codes

print(dataset.head())
row_count, column_count = dataset.shape
X = dataset.iloc[:, 1:column_count].values
y = dataset.iloc[:, 0].values

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)
from sklearn.preprocessing import StandardScaler

sc = StandardScaler()
X_train = sc.fit_transform(X_train)
X_test = sc.transform(X_test)

from sklearn.ensemble import RandomForestRegressor

regressor = RandomForestRegressor(n_estimators=20, random_state=0)
regressor.fit(X_train, y_train)
y_pred = regressor.predict(X_test)

from sklearn.metrics import classification_report, confusion_matrix, accuracy_score

print(confusion_matrix(y_test,y_pred))
print(classification_report(y_test,y_pred))
print(accuracy_score(y_test, y_pred))

我的代码的最后 3 行导致错误，如何解决？

此行导致错误：打印(confusion_matrix(y_test,y_pred)) 我打印了 y_test 和 y_pred，这是我得到的： y_test 是：[0 0 0 ... 0 0 0]
y_pred 是：[0.0007123 0.00402548 0.00402548 ... 0.00402548 0.02651928 0.00816086]

Answer 1

您使用的是 RandomForestRegressor，它输出连续值输出，即实数，而混淆矩阵需要类别值输出，即离散数输出 0、1、2 等等。

由于您要预测类，即 1 或 0，您可以做两件事：

1.) 使用 RandomForestClassifier 而不是 RandomForestRegressor，后者将输出 0 或 1，您可以使用它来获取指标。（推荐）

2.) 如果你只想要真正有价值的输出，你可以设置一个阈值，即

y_pred = (y_pred < threshold).astype(int)

如果数字小于阈值 else 1，这会将您的输出实数转换为 1，并将其用于获取指标。

分类指标无法处理二元和连续目标的混合 -Python 随机森林

classification metrics cannot handle a mix of binary and continuous targets -Python random forests

python

windows

random-forest

scikit-learn

anaconda3