类型错误：classification_report() 需要 2 个位置参数，但给出了 3 个

Question

返回metrics.classification_report(y_true, y_pred, labels, **kwargs) 类型错误：classification_report() 需要 2 个位置参数，但给出了 3 个

我们目前正在训练一个crf模型，我们想要获得指标的分类报告，但我们得到了这个错误。

我们尝试这样做：

从sklearn.metrics导入分类报告 打印（分类报告（y_test，y_pred，标签='标签'））

并收到此错误：

ValueError：您似乎正在使用旧的多标签数据表示形式。不再支持序列的序列；使用二进制数组或稀疏矩阵代替 - MultiLabelBinarizer 转换器可以转换为这种格式。

然后我们尝试将其转换为稀疏矩阵，并使用多标签二值化器，但没有任何效果。我们似乎无法弄清楚。有谁知道这是如何工作的？

# metrics on test dataset
print("For Testing Set: ")
print("F1 score:          {}".format(metrics.flat_f1_score(y_test, y_pred, average='weighted')))
print("Precision score:   {}".format(metrics.flat_precision_score(y_test, y_pred, average='weighted')))
print("Recall score:      {}".format(metrics.flat_recall_score(y_test, y_pred, average='weighted', labels='labels')))

print(metrics.flat_classification_report(y_test, y_pred, labels='labels', digits=3))

以上是我们的示例代码

Answer 1

您环境中的 scikit-learn 版本似乎可能会导致此问题。我在 Google Colab 上遇到了这个错误，在撰写本文时它使用 scikit-learn 版本 1.2.2。将 scikit-learn 降级到版本 0.24.2 后，我能够让

flat_classification_report()

正常工作。

这是我在 Colab 上降级 scikit-learn 包的命令：

!pip install --force-reinstall --no-dependencies "scikit-learn==0.24.2"

运行此命令后重新启动运行时。

如果您在本地计算机上训练模型，我认为重新安装或降级 scikit-learn 到版本 0.24.2 可以解决该问题。

Answer 2

问题在 git 中提出 https://github.com/TeamHG-Memex/sklearn-crfsuite/issues/66

但是到现在还没有解决。 我可以选择： pip install git+https://github.com/MeMartijn/updated-sklearn-crfsuite.git#egg=sklearn_crfsuite。

Answer 3

您可以直接调用sklearn分类报告，如下所示：

from sklearn_crfsuite import metrics    
from sklearn_crfsuite.utils import flatten
from sklearn import metrics as skmetrics

# Get data for X_test and y_test
# Load CRF Model

y_pred = crf.predict(X_test)
    
y_test_flat = flatten(y_test)
y_pred_flat = flatten(y_pred)
    
print(skmetrics.classification_report(y_test_flat, y_pred_flat))