ValueError('You appear to be using a legacy multi-label data'

本文介绍了在使用scikit-learn进行多标签分类时遇到的问题及解决方案,特别是针对scikit-learn不同版本间的差异,提供了具体的代码示例来说明如何使用`MultiLabelBinarizer`进行标签转换。
使用sklearn时,遇到该问题,可能是因为scikit-learn版本过旧或者太新

pip install -U scikit-learn==0.16.1 就能解决


当然在0.17之后,已经不允许直接使用多类标分类

Direct support for sequence of sequences multilabel representation will be unavailable from version 0.17


而使用sklearn.preprocessing.MultiLabelBinarizer to convert to a label indicator representation.


例如


from sklearn.preprocessing import MultiLabelBinarizer

y_train = MultiLabelBinarizer().fit_transform(y_train)

y_test = MultiLabelBinarizer().fit_transform(y_test)

preds = MultiLabelBinarizer().fit_transform(preds)


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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