使用 scikit-learn 了解分类报告中的 UndefinedMetricWarning？ [重复]

Question

我有一个包含 5 个类别的文本分类任务，问题是我的精度很差，并且出现此警告，可能是由于数据不平衡造成的（我不确定）：

/usr/local/lib/python2.7/site-packages/sklearn/metrics/metrics.py:1771：UndefinedMetricWarning：精度定义不明确，在没有预测样本的标签中设置为 0.0。

我猜这个警告是由于数据聚集在 5 标签中而产生的。如何解决此警告以及如何增加分类报告的结果？我还尝试使用以下超参数进行网格搜索：

Best parameters set:
    clf__C: 0.1
    vect__max_df: 0.25
    vect__ngram_range: (1, 1)
    vect__use_idf: True

Accuracy:
0.456923076923

但是仍然得到不好的结果，有人可以帮助我用 SVC 或其他模型来增加这个结果吗？

Answer 1

您可以使用管道，然后还可以对 TfidifVectorizer 的参数与 SVC 的 C 一起进行网格搜索，例如 n-gram 范围 (1, 1)、(1, 2) 或 (2, 2)，也许可以设置不同的 max_df，与 CountVectorizer 进行比较，也许也可以尝试字符 n 元语法（具有更高的 n 元语法范围）。