Scikit-learn: ValueError: format berkelanjutan tidak didukung di RidgeClassifierCV

Dibuat pada 26 Mar 2016 · 3Komentar · Sumber: scikit-learn/scikit-learn

Jika Anda menjalankan kode berikut:

import numpy as np
from sklearn.linear_model.ridge import RidgeClassifierCV

classifier = RidgeClassifierCV(scoring='roc_auc')
x = np.array([[1, 2, 3], [3, 4, 9], [4, 9, 1], [8, 0, 4], [1, 1, 4], [1.1, 2, 4]])
y = np.array([True, False, True, False, True, False])
classifier.fit(x, y)

Anda mendapatkan pengecualian: _ValueError: format berkelanjutan tidak didukung_ dengan stacktrace:

File "E:/myfolder/cv_issue.py", baris 7, dipengklasifikasi.fit(x, y)
File "E:Anaconda2libsite-packagessklearnlinear_modelridge.py", baris 1258, sesuai
_BaseRidgeCV.fit(self, X, Y, sample_weight=sample_weight)
File "E:Anaconda2libsite-packagessklearnlinear_modelridge.py", baris 1022, sesuai
estimator.fit(X, y, sample_weight=sample_weight)
File "E:Anaconda2libsite-packagessklearnlinear_modelridge.py", baris 965, sesuai
untuk saya dalam jangkauan(len(self.alphas))]
File "E:Anaconda2libsite-packagessklearnmetricsscorer.py", baris 159, di __call__
menaikkan ValueError("{0} format tidak didukung".format(y_type))
ValueError: format berkelanjutan tidak didukung

Tapi, jelas, saya memberikan output biner jadi saya tidak mengharapkan kesalahan seperti itu di sini. Dan jika Anda mengganti RidgeClassifierCV(scoring='roc_auc') dengan RidgeClassifierCV(scoring='roc_auc', cv=2) , kodenya berjalan dengan baik.

Versi saya:

Windows-8.1-6.3.9600
('Python', '2.7.11 |Anaconda 2.5.0 (64-bit)| (default, 29 Jan 2016, 14:26:21) [MSC v.1500 64 bit (AMD64)]')
('NumPy', '1.10.4')
('SciPy', '0.17.0')
('Scikit-Belajar', '0.17')

Sumber

yandrieiev

Komentar yang paling membantu

"roc_auc" adalah metrik klasifikasi atau peringkat, bukan metrik regresi. Jadi tidak menerima y kontinu.

amueller pada 11 Okt 2016

👍5

Semua 3 komentar

Hai, sepertinya nilai yang diteruskan ke pencetak gol di sini adalah y dan cv_values[:,i] diteruskan sebagai y_true dan y_score untuk roc_auc_score , tetapi dalam pencetak gol, _ThresholdScorer mengambil argumen X dan y yang sekarang sesuai dengan y_true dan y_score dalam kasus Anda adalah

[ 1. -1.  1. -1.  1. -1.] 
[ 0.45824999 -1.64622488  0.6707735  -0.74680963  0.07694918  0.49169546]

Jadi pemeriksaan y_type memunculkan kesalahan tipe continuous . Saya tidak yakin apakah ini perilaku yang diharapkan di sini karena pencetak ambang batas dirancang dengan maksud ini. Maaf tidak bisa banyak membantu di sini.

maniteja123 pada 26 Mar 2016

"roc_auc" adalah metrik klasifikasi atau peringkat, bukan metrik regresi. Jadi tidak menerima y kontinu.

amueller pada 11 Okt 2016

👍5

Saya percaya OP menyatakan bahwa targetnya diskrit, tidak berkelanjutan. Saya juga mendapatkan kesalahan yang sama dengan target yang diskrit, 0s dan 1s saja.