jaccard_similarity_score 引发 ValueError：不支持连续多输出答案

【问题标题】：jaccard_similarity_score raises ValueError: continuous-multioutput is not supportedjaccard_similarity_score 引发 ValueError：不支持连续多输出
【发布时间】：2017-08-28 21:01:54
【问题描述】：

我想使用 Jaccard 索引（来自 sklearn.metrics 导入 jaccard_similarity_score）计算使用 KMeans 生成的集群之间的相似性。这些可能是一个包含特定值的矩阵：在 [i,j] 应该是集群 i 和 j 之间的相似性。我现在的代码：

from sklearn import datasets
from sklearn.cluster import KMeans
from sklearn.metrics import jaccard_similarity_score
iris = datasets.load_iris()
X = iris.data
kmeans = KMeans(n_clusters=3).fit(X)
labels = kmeans.labels_

for i in range(3):
        for j in range(3):
            print(jaccard_similarity_score(X[np.where(labels==i)], X[np.where(labels==j)]))

但我收到以下错误：

Traceback (most recent call last):

  File "<ipython-input-15-e7b8e4471987>", line 3, in <module>
    print(jaccard_similarity_score(X[np.where(labels==i)], X[np.where(labels==j)]))

  File "C:\Anaconda3\envs\p3\lib\site-packages\sklearn\metrics\classification.py", line 383, in jaccard_similarity_score
    y_type, y_true, y_pred = _check_targets(y_true, y_pred)

  File "C:\Anaconda3\envs\p3\lib\site-packages\sklearn\metrics\classification.py", line 89, in _check_targets
    raise ValueError("{0} is not supported".format(y_type))

ValueError: continuous-multioutput is not supported

【问题讨论】：

i 和 j 的两个 for 循环有什么作用？为什么从循环中调用 jaccard_similarity 分数？
因为我想为每对集群计算 jaccard 索引。这些记录实际上应该输入到 matrix[i][j]

标签： python scikit-learn cluster-analysis k-means

【解决方案1】：

Jaccard 是在 sets 上定义的。

K-means 产生连续质心（因为它使用 mean，字面意思）。

因此，您不能在集群中心上使用 Jaccard。

【讨论】：