回归分类报告（sklearn）

Posted 2023-03-12

【中文标题】回归分类报告（sklearn）

【英文标题】：Classification report for regression (sklearn)

【发布时间】：2019-01-09 04:54:51

【问题描述】：

当您尝试预测某物是否属于某个类别时，您可以使用 sklearn 的分类报告。但是，这仅适用于分类类别。

当您尝试预测一个值时，有没有人碰巧弄清楚如何使用 sklearn 的分类报告，例如使用支持向量回归机或线性回归？

我收到以下错误：

ValueError: Unknown label type: (123     13.409091
760     16.593333
748     13.646667
334     13.828571)

尝试时：

print("Classification report: ", classification_report(y_test, y_pred))

这里 y_test 是 pandas DataFrame 的一列，y_pred 是一个 numpy 数组。我尝试将该列转换为 numpy 数组，但随后它给出了相同的错误，但使用了数组。

有谁知道如何使分类工作来检查 auc、precision/recall 和 f1-score 以预测一个值（如果有比 sklearn 更好的方法，请不要犹豫。）

【问题讨论】：

顾名思义，classification_report 将用于分类任务。 Scikit 有许多不同的回归指标供您使用 here。

@vealkind，我问错了问题，但你回答正确。我正在寻找一种报告工具，例如分类报告。似乎没有这样的事情，我应该只使用您提供的链接中的不同功能。我认为classification_Report 会识别目的。

【参考方案1】：

您指定的指标（准确度、精确度、召回率和 f1 分数）专门用于分类问题，其中预测可能正确或错误。

当您想要预测值时，您正在处理一个回归问题，并且您希望您的指标告诉您您的预测有多接近。 一个很好的指标是coefficient of determination，也称为r2-score。