【问题标题】：Sklearn classifiers Lasso and Elastic net with mix of binary and continuous targets?Sklearn 分类器 Lasso 和 Elastic net 混合了二进制和连续目标？
【发布时间】：2023-01-13 01:37:44
【问题描述】：
我究竟做错了什么。
我的 X 是连续的、对数缩放的浮点数，我的 y（目标）是一个包含数字布尔二进制值（0 和 1）的数组。当我运行 sklearn Lasso 和 Elastic net 时，它向我抛出：“ValueError：分类指标无法处理二进制和连续目标的混合”
但本质上，这应该有效吗？
我运行了一堆没有这个问题的其他分类器，包括逻辑回归
【问题讨论】：
标签：
python
machine-learning
scikit-learn
classification
ml
【解决方案1】：
错误中的关键点是 Classification metrics 例如准确性分数。
如果您使用逻辑回归，输出将是连续的，您首先需要将其转换为 0..1 比例。
out = model.predict(X)
out_binary = out > 0.5 # Assuming this is a numpy array
#if it is not numpy:
#out_binary = [1 if res > 0.5 else 0 for res in out]
accuracy = accuracy_score(Y, out_binary)