ValueError: continuous format is not supported

解决ROC曲线错误：将连续数据转换为整数类型

最新推荐文章于 2023-11-29 14:23:47 发布

原创最新推荐文章于 2023-11-29 14:23:47 发布 · 3.4k 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#python #大数据 #机器学习

本文介绍如何修复在使用Python roc_curve和roc_auc_score函数时遇到的'连续format unsupported'错误，通过将ground truth mask列表转换为整数类型来确保正确计算。

部署运行你感兴趣的模型镜像

原代码：

fpr, tpr, _ = roc_curve(flatten_gt_mask_list, flatten_score_map_list)

在使用roc_curve和roc_auc_score的时候出现错误：
ValueError: continuous format is not supported
在这里插入图片描述
解决办法：
将代码改为

fpr, tpr, _ = roc_curve(flatten_gt_mask_list.astype('int'), flatten_score_map_list)

您可能感兴趣的与本文相关的镜像

Python3.9

Conda

Python

Python 是一种高级、解释型、通用的编程语言，以其简洁易读的语法而闻名，适用于广泛的应用，包括Web开发、数据分析、人工智能和自动化脚本

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

L_plum_Q

关注关注

5
点赞
踩
5

收藏

觉得还不错? 一键收藏
4
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

求AUC报错ValueError: Data is not binary and pos_label is not specified或continuous format is not support

汪雯琦的博客

02-27

6025

运行roc_auc_score(y_true=y_test, y_score=y_predict) 报错ValueError: Data is not binary and pos_label is not specified 出错案例： import numpy as np from sklearn.metrics import roc_auc_score y_true = np.array([...

sklearn.metrics.roc_auc报错ValueError: unknown format is not supported

Acmer_future_victor的博客

12-07

2548

sklearn.metrics.roc_auc报错ValueError: unknown format is not supported。

4 条评论您还未登录，请先登录后发表或查看评论

深度学习问题3：ValueError: continuous format is not supported

qq_43967413的博客

03-16

2190

预测的标签都行，这样就可以了。输入的类型问题，就是一维列表。就是添加元素到列表之前转成。

RandomForestRegressor 评价方法

Beans___Lee的博客

06-04

3128

最近在参加一个比赛，用到了随机森林作回归，遇到了一个小问题：我使用的是RadomForestRegressor()类进行回归预测，评价指标使用了metrics.roc_auc_score()，之后就报错了： ValueError: continuous is not supported 意思是该方法不支持连续值，之后查了一下，可能是因为将分类的评价...

ValueError：不支持连续格式(ValueError: continuous format is not supported)

weixin_44031582的博客

10-10

1万+

ValueError：不支持连续格式(ValueError: continuous format is not supported）运行情感分析的代码时报错，我做的是一个positive-negative二分类问题。网络上的解决方法（下图）是改为回归任务，虽然改了后能运行，但感觉怪怪的，因为我的任务目标是二分类。对于本二分类问题不使用，又看到了sklearn文档说 “第一个参数必须是二进制标签数组，但是你传递某种float数组作为第一个参数” 于是在y_prob和y_true里加了强制类型转换i

valueerror: continuous format is not supported

06-28

这个错误表示你正在尝试使用一个不支持连续格式的数据。连续格式通常是指一系列连续的数值，而不是离散的数值。这可能是因为你的代码中使用了某个不支持连续格式的函数或方法，或者是因为你传递给某个函数或方法的...

解释报错Traceback (most recent call last): File "D:\PythonProject1\LSTM\LSTM-LightGBM2.py", line 165, in <module> auc = roc_auc_score(val_y, predictions) File "D:\Anaconda\AnacondaSourceFile\envs\whqtest\lib\site-packages\sklearn\utils\_param_validation.py", line 216, in wrapper return func(*args, **kwargs) File "D:\Anaconda\AnacondaSourceFile\envs\whqtest\lib\site-packages\sklearn\metrics\_ranking.py", line 649, in roc_auc_score return _average_binary_score( File "D:\Anaconda\AnacondaSourceFile\envs\whqtest\lib\site-packages\sklearn\metrics\_base.py", line 66, in _average_binary_score raise ValueError("{0} format is not supported".format(y_type)) ValueError: continuous format is not supported

最新发布

06-07

- 如果`y_pred`是连续值且`y_true`不是二分类格式，就会报错`ValueError: continuous format is not supported`。 #### 2. **如何解决？** - 确保`val_y`是二分类标签（0或1）。 - 如果`predictions`是连续值...

ValueError: multilabel-indicator is not supported(混淆矩阵不支持multilabel-indicator)

あなたの可愛い41

05-07

7846

混淆矩阵不支持multilabel-indicator我们要做什么？出错源代码如何更改能够运行我们要做什么？我们要通过sklearn包直接获取决策树的混淆矩阵，但是遇到了报错，之前对车辆评估直接调用是没有报错的，但是手写数字识别报错了！出错源代码其中：Ytest为划分的测试集数据(为one-hot编码) clf.predict(Xtest)为预测结果 from sklearn.metrics import confusion_matrix confusion_matrix = confusion_m

ＲＯＣ曲线的正确用法

08-03

ＲＯＣ的正确用法正确理解，写得很好，老外的网站上当的

continuous format is not supported

weixin_35748962的博客

02-16

1852

"continuous format is not supported" 的意思是“不支持连续格式”。这通常指的是某个程序或工具无法处理连续格式的数据或文件。可能需要将数据或文件转换为支持的格式才能被正确处理。 ...

raise ValueError(“{0} format is not supported“.format(y_type))ValueError: continuous format

sereasuesue的博客

10-23

7174

哈不行我就更改了数据集至于吗，一下午还没解决出现问题 fpr, tpr, thresholds = metrics.roc_curve(actual_labels, pred_labels, pos_label=1) 解决步骤 1.原文链接：https://blog.youkuaiyun.com/ztf312/article/details/101265425 roc_curve中的y_true不符合要求，只支持两种情况：binary、multil-class & pos_label...

python valueerror函数使用_python – ValueError：不支持连续格式

weixin_33138569的博客

12-24

1549

我写了一个简单的函数,我在scikit-learn中使用average_precision_score来计算平均精度.我的代码：def compute_average_precision(predictions, gold):gold_predictions = np.zeros(predictions.size, dtype=np.int)for idx in range(gold):gold_...

ValueError: continuous is not supported

热门推荐

Chloris_的博客

03-02

1万+

Python 代码报错在做回归任务时，采用了分类任务的评价标准，对标准进行修改就好修改成：除此之外对于回归问题的评估标准还可参考MSE，RMSE等 ...

机器学习：模型评估报错，ValueError: continuous is not supported，加利福尼亚--机器学习-房价预测

qq_43199049的博客

11-29

2082

本次是房价的回归，因此可以用 r2_score，来评估，而不能用准确率评估，因为他是不连续的...在做一个，美国加利福利亚的房价预测的时候，模型评估部分，报了一个错...打印：accuracy_score，准确率评估时，报错，不支持连续值，原因：房价预测，这是一个回归问题，因此不能用准确率来衡量，1、分类：连续值，可以用accuracy_score评估，2、回归：可以用 r2_score来评估....

运行roc_auc_score(y_true, y_scores)报错

Gfqwy2021

03-24

5611

关于运行roc_auc_score(y_true, y_scores)报错：ValueError: multiclass format is not supported，原因在于ROC只能用于二分类问题，所以，对于多分类问题，我们不用ROC曲线去评估，可以选用accuracy_score进行评估另外，补充查询帮助，它有给出该函数的使用example： from sklearn.metrics i...

java 连续输出_ValueError：不支持连续多输出

weixin_33018713的博客

02-25

518

我想在具有大约5,000行和6个特征的数据集上运行几种回归类型(Lasso，Ridge，ElasticNet和SVR) . 线性回归 . 使用GridSearchCV进行交叉验证 . 代码很广泛，但这里有一些关键部分：def splitTrainTestAdv(df):y = df.iloc[:,-5:] # last 5 columnsX = df.iloc[:,:-5] # Except ...

python数据透视、有的value不能同时输出_关于python：ValueError：不支持连续多输出...

weixin_39939918的博客

12-10

617

我想在具有约5,000行和6个特征的数据集上运行几种回归类型(套索，里奇，ElasticNet和SVR)。线性回归。使用GridSearchCV进行交叉验证。该代码是广泛的，但是这里有一些关键部分：def splitTrainTestAdv(df):y = df.iloc[:,-5:] # last 5 columnsX = df.iloc[:,:-5] # Except for las...