我正在尝试做多标签文本分类。我有这些文档的原始标签,以及表示为一个热编码(19000个文档x 200个标签)的分类结果(使用mlknn分类器)。现在我试图用f1_score的微观和宏观来评估分类,但我得到了这个错误(在第3行) ValueError: Classification metrics can't handle a mix of multiclass-multioutputy_pred, aver
我使用带有Keras和Tensorflow的word2vec向量来训练模型。我使用scikit库来计算镜像F度量。但是该函数抛出以下消息:
ValueError: Classification metrics can't handle a mix of multilabel-indicator and continuous-multioutput我在x_train(wordVectors)和y_train(resultVectors)上训练了模型,并用x_test和y_test进行了验证。我可以将预测转换为<em
我试图使用f1数据集计算多类分类问题的Cifar10评分。我正在从学习库中导入f1流体力学。但是,我一直收到以下错误消息:
ValueError: Classification metrics can't handle a mix of multiclass and continuous-multioutput有人能解释在执行多类分类时如何计算f1吗?我有点糊涂了。