python - 使用一个热编码器时出现gridsearchCV错误
问题描述
我在使用带有一种热编码的 gridsearch cv 时遇到此错误:“分类指标无法处理多标签指标和多类目标的混合”
我的 y_train 形状是:(64345, 37),我的 X_train 形状是:(64345, 14)。
我无法弄清楚我哪里出错了。任何指导/帮助将不胜感激。
它可以为我的模型正确执行,而无需使用带有固定参数的 gridsearchCV。如果不使用一种热编码,我会得到索引超出范围的错误。该帖子的链接在这里:我正在使用 GridSearchCV 训练一个 Ann 机器学习模型,但在 gridSearchCV 中遇到了 IndexError
这是我拆分数据集的方式:
from sklearn.preprocessing import LabelEncoder, OneHotEncoder
onehotencoder = OneHotEncoder(categorical_features = [0])
df = onehotencoder.fit_transform(df).toarray()
df=df[:,1:]
target=df[:,0:37]
dataset=df[:,37:51]
from sklearn.model_selection import train_test_split
X_train,X_test,y_train,y_test=train_test_split(dataset,target,random_state=1)
from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
X_train= sc.fit_transform(X_train)
X_test=pd.DataFrame(X_test)
这是gridseachcv代码:
from keras.wrappers.scikit_learn import KerasClassifier
from sklearn.model_selection import GridSearchCV
from keras.models import Sequential
from keras.layers import Dense
def build_classifier(optimizer, nb_layers,unit):
classifier = Sequential()
classifier.add(Dense(units = unit, kernel_initializer = 'uniform', activation = 'relu', input_dim = 14))
i = 1
while i <= nb_layers:
classifier.add(Dense(activation="relu", units=unit, kernel_initializer="uniform"))
i += 1
classifier.add(Dense(units = 37, kernel_initializer = 'uniform', activation = 'softmax'))
classifier.compile(optimizer = optimizer, loss = 'categorical_crossentropy', metrics = ['accuracy'])
return classifier
classifier = KerasClassifier(build_fn = build_classifier)
parameters = {'batch_size': [10,25,32,64,128,256],
'epochs': [50,100, 200,500,1000,1500,2000],
'optimizer': ['adam'],
'nb_layers': [2,3,4,5,6],
'unit':[28,40,48,57]
}
grid_search = GridSearchCV(estimator = classifier,
param_grid = parameters,
scoring = 'accuracy',
cv=10,n_jobs=-1)
grid_search = grid_search.fit(X_train, y_train)
best_parameters = grid_search.best_params_
best_accuracy = grid_search.best_score_
我应该在结果中得到最好的参数,但我得到了错误——ValueError:分类指标不能处理多标签指标和多类目标的混合
解决方案
错误信息很清楚。
在这里,你有y_train:(64345, 37)
这意味着每个样本都是多标签的。每个样本有 37 个标签。
sklearn 的分类指标无法处理多标签的目标变量。
y_train:(64345, 1)
您应该在申请之前寻找一种方法GridSearch()
对于可以处理红色多标签问题的模型:
https://scikit-learn.org/stable/modules/multiclass.html
Support multilabel:
sklearn.tree.DecisionTreeClassifier
sklearn.tree.ExtraTreeClassifier
sklearn.ensemble.ExtraTreesClassifier
sklearn.neighbors.KNeighborsClassifier
sklearn.neural_network.MLPClassifier
sklearn.neighbors.RadiusNeighborsClassifier
sklearn.ensemble.RandomForestClassifier
sklearn.linear_model.RidgeClassifierCV
推荐阅读
- r - 检查两个类别中的出现
- database-design - 在 SchemaCrawler 中更改列注释的字体样式
- python - 跟踪图像时迭代陷入循环(无限循环)
- java - 每当有新元素加入时,如何让我的数组中的元素移动 +1
- regex - 使用模式匹配重命名 SAS 列
- ios - SwiftUI 问题 - 调用中的无关参数标签“执行:”(Xcode 11 Swift 5)
- python - 从两个字典之一中检索项目的最优雅方式,如果需要,默认为默认值
- jasmine - 如何用茉莉花测试模拟函数的回调?
- python - 尝试根据另一列上的值分配标签,但始终获得相同的值
- crystal-reports - 如何在公式中包含函数文本?