使用 sklearn 的 accuracy_score 函数输入错误答案

【问题标题】：Type error with sklearn's accuracy_score function使用 sklearn 的 accuracy_score 函数输入错误
【发布时间】：2018-11-11 18:32:04
【问题描述】：

我正在尝试从 Python 中的 sklearn.metrics 运行 accuracy_score。我的真实 y 和预测 y 都是稀疏矩阵格式 --

import scipy.sparse as sp
from sklearn.metrics import accuracy_score
y_true = sp.csr_matrix(y.values) # where y is a multi-label dataframe
y_pred = model.predict(X) # X is same format as y_true    
accuracy_score(y_true, y_pred)

我收到以下错误：

TypeError: len() of unsized object

我检查了documentation ，它应该能够接受稀疏矩阵。

为了清楚起见，当我尝试查看内容时，我得到以下两者：

[In]  y_true
[Out] <9646x1248 sparse matrix of type '<class 'numpy.int64'>'
                 with 36700 stored elements in Compressed Sparse Row format>
[In]  y_pred
[Out] <9646x1248 sparse matrix of type '<class 'numpy.int64'>'
                 with 373603 stored elements in Compressed Sparse Row format>

为什么我会收到此错误以及如何修复我的输入？

【问题讨论】：

你怎么知道y_true或y_pred的类型有问题？根据您提供的少量信息，它可能在其他地方。我们需要部分或全部错误回溯来正确识别它正在谈论的对象。
对于accuracy_score 文档中的示例数组accuracy_score(np.array([[0, 1], [1, 1]]), np.ones((2, 2)))，如果将它们转换为csr，它就可以工作。你的矩阵是什么让它们在密集时起作用，但在 csr 时不起作用？
显然accuracy_score 使用sklearn.utils.multiclass.type_of_target 检查输入的类型。当稀疏矩阵未通过sklearn.utils.multiclass.is_multilabel 测试时会产生此错误。密集数组 (ndarray) 可以满足其他条件。我通过查看回溯和相关代码推断出这一点。

标签： python scipy scikit-learn typeerror sparse-matrix

【解决方案1】：

将矩阵转换为正则矩阵y_pred = y_pred.A和y_true = y_true.A，然后计算accuracy_score(y_true, y_pred)

【讨论】：