只有 2 个类，但为什么我收到 ValueError: Target is multiclass butaverage = 'binary'。请选择其他平均设置

Question

我正在尝试在

GridSearchCV

上使用

OneClassSVM

构建员工流失预测模型。我的代码如下：

from sklearn.svm import OneClassSVM
from sklearn.model_selection import GridSearchCV
from sklearn.metrics import precision, recall, f1_score

grid = {'nu' : [0.02, 0.03],
'kernel' : ['poly', 'sigmoid', 'linear', 'rbf'],
'degree' : [1,3,5,7],
'gamma' : [.01, .1, 1, 10, 500]
'coeff0' : [1,2,3]
}

mod = GridSearchCV(OneClassSVM(),
grid,
cv = 3,
scoring = ['f1', 'precision', 'recall'],
refit = 'f1',
return_train_score = True)

mod.fit(x_train, y_train)

这里 y 只有 0 和 1（本质上是否辞职），但不确定为什么我得到：

ValueError: Target is multiclass but average='binary'. Please choose another average setting, one of [None, 'micro', 'macro', 'weighted']

有人可以帮我解决这个问题吗？

Answer 1

您的错误发生是由于

OneClassSVM

模型是无监督学习模型。您正在使用已标记的数据作为输入（受监督的标签，如

0

和

1

）。

您可以通过两种方式解决这个问题。您可以按预期使用

OneClassSVM

：

mod = GridSearchCV(
    OneClassSVM(),
    grid,
    cv=3,
    scoring=None,  # Scoring doesn't apply here because no ground truth is used
    refit=False
)

mod.fit(x_train_majority)
y_pred = mod.best_estimator_.predict(x_train)

然后将“y_pred”与“y_train”进行比较，以计算精度、召回率或 F1 分数等指标。 F1 在你的情况下，因为这就是你想要使用的。