sklearn.metrics.ari/acc/nmi使用报错&sklearn各种评价指标

最新推荐文章于 2023-12-06 10:43:06 发布
原创 最新推荐文章于 2023-12-06 10:43:06 发布 · 1.3k 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#sklearn #python #机器学习

本文探讨了在sklearn库中遇到的metrics模块使用错误，包括accuracy_score、normalized_mutual_info_score和adjusted_rand_score。同时，文章介绍了机器学习中的评价指标，分别针对回归任务和分类任务进行了说明。

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

一、使用报错

尝试将from sklearn import metrics修改为

from sklearn.metrics import accuracy_score
from sklearn.metrics.cluster import normalized_mutual_info_score
from sklearn.metrics.cluster import adjusted_rand_score

不确定是不是metrics版本的问题。

二、评价指标

1. 回归

1）#回归方差(反应自变量与因变量之间的相关程度)
explained_variance_score(y_true, y_pred, sample_weight=None, multioutput=‘uniform_average’)

2）#平均绝对误差
mean_absolute_error(y_true,y_pred,sample_weight=None,
multioutput=‘uniform_average’)

3）#均方差
mean_squared_error(y_true, y_pred, sample_weight=None, multioutput=‘uniform_average’)

4）#中值绝对误差
median_absolute_error(y_true, y_pred) 

5）#R平方值
r2_score(y_true, y_pred,sample_weight=None,multioutput=‘uniform_average’)

2. 分类

1）#精度
accuracy_score(y_true,y_pre)

2）#ROC曲线下的面积;较大的AUC代表了较好的performance
auc(x, y, reorder=False)

3）#根据预测得分计算平均精度(AP)
average_precision_scor
最低0.47元/天 解锁文章

200万优质内容无限畅学
ImportError: cannot import name ‘mean_absolute_percentage_error‘ from ‘sklearn.metrics‘
星空博客
12-02 2695
在使用mean_absolute_percentage_error时，导入模块报错 from sklearn.metrics import mean_absolute_percentage_error 报错信息： ImportError: cannot import name 'mean_absolute_percentage_error' from 'sklearn.metrics' (/root/anaconda3/lib/python3.7/site-packages/sklearn/metrics
聚类的外部指标(Purity, ARI, NMI, ACC) 和内部指标(NCC,Entropy,Compactness,Silhouette Index)
zgw555555的专栏
05-31 1774
请注意，对于 Python 代码，我假设您已经导入了必要的库（如 numpy 和 sklearn）并且您有一个名为 X 的数据矩阵和一个名为 y 的真实标签向量。在 Matlab 中，您需要自己编写或找到计算这些指标的函数，因为 Matlab 的 Statistics and Machine Learning Toolbox 中可能没有直接提供所有这些指标。Purity (纯度): 计算聚类结果中每个簇中最多数目的样本所属的类别，并计算所有簇的该类别样本数之和占所有样本数的比例。
排坑记：from sklearn.metrics.classification import提示No module named‘sklearn.metrics.classification‘
bigfishfish的博客
11-01 3077
安装sklearn后运行程序，在导入包时，from sklearn.metrics.classification import xxx提示No module named‘sklearn.metrics.classification
sklearn.metrics报错
Home to come
01-17 3188
import sklearn sklearn.metrics.pairwise.cosine_similarity(word1_embed, word2_embed) 报错 经过查阅https://blog.csdn.net/fanyingkk/article/details/105577244，发现改成 from sklearn import metrics metrics.pairwise.cosine_similarity(word1_embed, word2_embed) 才行，具体原因不太清楚
解决sklearn.metrics指标报错ValueError: Target is multiclass but average=‘binary‘. Please choose anothe...
呆萌的代Ma
07-31 3151
完整报错为：ValueError: Target is multiclass but average='binary'. Please choose another average setting, one of [None, 'micro', 'macro', 'weighted']. 解决方法 对于多分类任务，将 from sklearn.metrics import f1_score f1_score(y_test, y_pred) 改为： f1_score(y_test, y_pred,avera
报错整理：ImportError: cannot import name ‘mean_absolute_percentage_error‘ from ‘sklearn.metrics‘
qq_40206371的博客
09-29 4155
1 问题描述 使用 from sklearn.metrics import mean_absolute_percentage_error y_true = [3, -0.5, 2, 7] y_pred = [2.5, 0.0, 2, 8] mean_absolute_percentage_error(y_true, y_pred) 的时候，报以下错误’ ------------------------------------------------------------------------
from sklearn import acc
07-25
- *1* [sklearn.metrics.ari/acc/nmi使用报错&sklearn各种评价指标](https://blog.csdn.net/weixin_44447680/article/details/124550652)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":...
from sklearn.datasets import load_iris from sklearn.cluster import KMeans from sklearn.preprocessing import StandardScaler from sklearn.metrics import accuracy_score import matplotlib.pyplot as plt # 加载鸢尾花数据集 iris = load_iris() X = iris.data y = iris.target # 特征标准化处理 scaler = StandardScaler() X_scaled = scaler.fit_transform(X) # 构建K-means模型 kmeans = KMeans(n_clusters=3, random_state=0) kmeans.fit(X_scaled) # 获取K-means的类别标签 pred_labels = kmeans.labels_ # 计算分类准确率 acc = accuracy_score(y, pred_labels) print("分类准确率：", acc) # 可视化结果 plt.figure(figsize=(12, 6)) # 原始数据集 plt.subplot(1, 2, 1) plt.scatter(X_scaled[:, 0], X_scaled[:, 1], c=y, cmap='viridis') plt.title('Original Data') plt.xlabel('Feature 1') plt.ylabel('Feature 2') # K-means分类结果 plt.subplot(1, 2, 2) plt.scatter(X_scaled[:, 0], X_scaled[:, 1], c=pred_labels, cmap='viridis') plt.title('K-means Clustering') plt.xlabel('Feature 1') plt.ylabel('Feature 2') plt.show()修改这段代码的错误，并完善
最新发布
03-22
或者使用sklearn的metrics中的其他指标，如adjusted_rand_score，或者normalized_mutual_info_score，这些指标不需要标签顺序一致。 比如，用户原来的代码直接计算准确率，可能得到非常低的值，因为标签未对齐。这...
深度聚类中ARI、AMI以及ACC指标解析
云中飞鹤的博客
02-23 6126
深度聚类中ARI、AMI以及ACC指标解析
使用sklearn.metrics时报错：ValueError: Target is multiclass but average=‘binary‘.
关于我的学习记录
04-12 1435
ValueError: Target is multiclass but average='binary'. Please choose another average setting, one of [None, 'micro', 'macro', 'weighted'].
聚类外部评价指标（NMI, AC, ARI）
12-04
代码包含三个聚类分析常用的外部评价指标：调整兰德指数（ARI），标准化互信息（NMI），准确度（AC）。
解决：ImportError: cannot import name ‘mean_absolute_percentage_error‘ from ‘sklearn.metrics‘
qq_45018882的博客
06-13 5139
ImportError: cannot import name ‘mean_absolute_percentage_error‘ from ‘sklearn.metrics‘就是在源脚本中，metric文件夹中mean_absolute_percentage_error所归属的regression.py文件中，没有mean_absolute_percentage_error()函数第一步：找到电脑中Lib\site-packages\sklearn\metrics位置。 ...
cannot import name ‘mean_squared_erro‘ from ‘sklearn.metrics‘
weixin_51015047的博客
02-08 4050
sklearn中模块包的导入报错 根据其他博主的意见 sklearn更新的版本中有很多包调整了层次结构，以至于我们在跑代码的时候会出现导入包错误。 这时候我们需要做的就是打开sklearn的官网： https://scikit-learn.org/stable/ 在网页上找到API，点击API按钮，按ctrl +f 搜索要导入的包名称 例如： from sklearn.metrics import mean_squared_erro 那就搜索：mean_squared_erro 搜索后发现这个函数包
【Python】ImportError: cannot import name ‘jaccard_similarity_score‘ from ‘sklearn.metrics‘
wzk4869的博客
01-14 2306
【Python】ImportError: cannot import name 'jaccard_similarity_score' from 'sklearn.metrics'
SKLEARN 库导入错误
arthasking123的博客
06-26 5321
python： from sklearn.metrics import mean_squared_error 错误提示： from . import _iterative ImportError: DLL load failed: 找不到指定的模块。 在CSDN找到解决方案： In case you are using the binaries from http://www.l
解决ImportError: DLL load failed（涉及安装numpy、scipy、sklearn模块）
12-21 375
现在默认你安装scipy或者sklearn失败... 几个模块的安装顺序依次为numpy、scipy、sklearn（不可倒置！！！）,安装sklearn之前，我们需要先安装numpy，scipy函数库。 如果你是从网上下的numpy-MKL-1.8.0.win-amd64-py2.7....
python编译报错 ImportError: cannot import name ‘jaccard_similarity_score‘
m0_59324917的博客
05-12 3309
报错如下： 问题代码： import numpy as np from sklearn.metrics import jaccard_similarity_score y_pred = [0, 2, 1, 3] y_true = [0, 1, 2, 3] print (jaccard_similarity_score(y_true, y_pred)) 一开始以为是scikit-learn安装出了问题，尝试直接定义jaccard，修改sklearn为scikit-learn都不行，找到好久...
解决报错：from sklearn.metrics import plot_confusion_matrix
ljh1528207303的博客
12-06 5871
已弃用：函数plot_confusion_matrix 在 1.0 中已弃用，并将在 1.2 中删除。使用类方法之一：ConfusionMatrixDisplay.from_predictions 或 ConfusionMatrixDisplay.from_estimator。降低sklearn版本为1.2以下。
sklearn.metrics confusion_matrix注意事项
m0_46448451的博客
10-12 1361
sklearn.metrics使用注意事项
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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