当您尝试预测某物是否属于某个类别时，您可以使用 sklearn 的分类报告。但是，这仅在类是分类的情况下才有效。
当您尝试预测一个值(例如使用支持向量回归机或线性回归)时，是否有人碰巧弄清楚如何使用 sklearn 的分类报告？
我收到以下错误:
ValueError: Unknown label type: (123 13.409091
760 16.593333
748 13.646667
334 13.828571)
尝试时:
print("Classification report: ", classification_report(y_test, y_pred))
这里 y_test 是 pandas DataFrame 的一列，y_pred 是一个 numpy 数组。我尝试将列转换为 numpy 数组，但随后它给出了相同的错误，但是使用了数组。
有谁知道如何进行分类来检查 auc、精度/召回率和 f1-score 以预测值(如果有比 sklearn 更好的方法，请毫不犹豫地说出来。)
最佳答案
您指定的指标(准确度、精确度、召回率和 f1 分数)专门用于分类问题，其中预测可能是正确或错误。
当您想要预测值时，您正在处理回归问题，并且您希望指标能够告诉您预测的接近程度。 一个很好的衡量标准是 coefficient of determination也称为r2-score .
关于python - 回归分类报告(sklearn)，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/51636330/