#Keras 二分类F1,recall,precision遇到的问题

本文解析了一个在使用sklearn库进行分类任务时出现的错误:混合了二进制和连续目标值。此错误发生在尝试使用f1_score函数评估模型性能时,由于预测结果中存在除0和1之外的值导致。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

File “D:\yangshan\Teng\Anaconda3\envs\yangshan\lib\site-packages\sklearn\metrics\classification.py”, line 81, in _check_targets
“and {1} targets”.format(type_true, type_pred))

ValueError: Classification metrics can’t handle a mix of binary and continuous targets

出错原因是因为test_f1 = f1_score(test_labels, test_predict,average=“binary”)
test_predict含有0/1以外的标志。

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