将二维数组传递给 sklearn.metrics.recall_score 时，为啥会出现 ValueError？

Posted 2023-02-23

【中文标题】将二维数组传递给 sklearn.metrics.recall_score 时，为啥会出现 ValueError？

【英文标题】：Why do I get a ValueError, when passing 2D arrays to sklearn.metrics.recall_score?将二维数组传递给 sklearn.metrics.recall_score 时，为什么会出现 ValueError？

【发布时间】：2021-06-03 23:43:00

【问题描述】：

我想使用sklearn.metrics.recall_score 来评估二值图像分割任务的召回率。 这样做很有效：

threshold = 0.5
predicted_mask = (probability_map > threshold).astype(np.int)
actual_mask = actual_mask.astype(np.int)
result = recall_score(actual_mask.flatten(), predicted_mask.flatten())

但是：

result = recall_score(actual_mask, predicted_mask)

给我错误：

ValueError：目标是多标签指标，但平均值='二进制'。请选择另一个平均设置，[None, 'micro', 'macro', 'weighted', 'samples'] 之一。

actual_mask 和 predicted_mask 是整数 0 和 1 的 numpy 数组。

从documentation 对我来说，这不应该起作用：

sklearn.metrics.precision_score(y_true, y_pred, *, labels=None, pos_label=1, average='binary', sample_weight=None, zero_division='warn')

y_true：一维数组，或标签指示数组/稀疏矩阵

y_pred：一维数组，或标签指示数组/稀疏矩阵

我错过了什么？更重要的是：我使用flatten 操作获得的召回值是否正确？

【参考方案1】：

sklearn.metrics.recall_score 中缺少 average 参数。您可以为您的用例传递“微”、“宏”、“加权”或“样本”。阅读提供的文档以了解不同值的说明。