Uruchomiłem klasyfikator losowego lasu dla mojej wielowarstwowej zmiennej wyjściowej z wieloma etykietami. Dostałem poniżej wydajność.Python scikit uczy się metryk wydajności wielu etykiet z wieloma etykietami?
My y_test values
Degree Nature
762721 1 7
548912 0 6
727126 1 12
14880 1 12
189505 1 12
657486 1 12
461004 1 0
31548 0 6
296674 1 7
121330 0 17
predicted output :
[[ 1. 7.]
[ 0. 6.]
[ 1. 12.]
[ 1. 12.]
[ 1. 12.]
[ 1. 12.]
[ 1. 0.]
[ 0. 6.]
[ 1. 7.]
[ 0. 17.]]
Teraz chcę sprawdzić wydajność mojego klasyfikatora. Znalazłem, że dla multilabelowych multilabeli "Hamming loss lub jaccard_similarity_score" to dobre wskaźniki. Próbowałem to obliczyć, ale dostałem błąd wartości.
Error:
ValueError: multiclass-multioutput is not supported
Poniżej linii Próbowałem:
print hamming_loss(y_test, RF_predicted)
print jaccard_similarity_score(y_test, RF_predicted)
Dzięki
To nie powinno być trudne do wdrożenia tego sobie pytanie, czy to nie jest obsługiwana w bibliotece. – Zafi