迹忆客 专注技术分享

当您向函数提供有效参数但它是无效值时，Python 中会引发 ValueError。 例如，当您向数学模块的 sqrt() 函数输入负数时，您将得到 ValueError。

当您在 sklearn.metrics.accuracy_score() 函数中提供无效数组时，会出现错误 ValueError: Classification metrics can't handle a mix of multiclass and continuous-multioutput targets。 由于准确度分数是一种分类指标，因此当您将其用于回归问题时也可能会抛出 ValueError。

本篇文章将介绍如何在 Python 中解决此错误。

使用 1d-array 修复 Python 中 ValueError: Classification metrics can't handle mix of multiclass and continuous-multioutput targets

首先，我们将在 Python 中重现此错误。

from sklearn.metrics import accuracy_score
y_pred = [[0.5, 1], [-1, 1], [7, -6]]
y_true = [[0, 2], [-1, 2], [8, -5]]
accuracy_score(y_true, y_pred)

输出:

ValueError: Classification metrics can't handle a mix of multiclass and continuous-multioutput targets

函数 accuracy_score() 不支持多类多输出格式。 当函数中给出的输入不是一维数组时，它会在分类模型的评估中显示上述错误。

您可以使用 accuracy_score() 函数中的一维数组来解决它。

修复 Python 中的 ValueError: Classification metrics can't handle mix of multiclass and continuous-multioutput targets 错误

错误的另一个可能原因可能是您正在使用 accuracy_score() 函数来解决回归问题。 准确度分数不是回归模型的度量； 它仅适用于分类模型。

回归指标是 R2 分数、MSE（均方误差）和 RMSE（均方根误差），可用于评估回归模型的性能。

from sklearn.metrics import r2_score
y_pred = [[0.5, 1], [-1, 1], [7, -6]]
y_true = [[0, 2], [-1, 2], [8, -5]]
print(r2_score(y_true, y_pred))

输出:

0.9412391668996365

现在我们知道如何处理 ValueError: Classification metrics can't handle a mix of multiclass and continuous-multioutput targets 错误。 我们希望这些答案对大家有所帮助。