...
Eroare Machine Learning · Modele: convergență, k-NN, k-means

UndefinedMetricWarning: R^2 score is not well-defined with less than two samples.

Pe scurt

Ai calculat R² pe un singur exemplu, iar R² compară eroarea modelului cu variația valorilor reale, care la un singur exemplu nu există. Rezultatul e nan. Evaluează pe un set de test cu mai multe exemple, sau folosește o metrică precum MAE.

Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la

Ce înseamnă

R² (r2_score, model.score la regresie) înseamnă: cât de bine explică modelul variația țintei, față de un model care ar prezice mereu media. Formula împarte eroarea modelului la variația lui y_true în jurul mediei. Cu un singur exemplu, media e chiar acel exemplu, variația e zero, deci R² nu poate fi calculat: scikit-learn întoarce nan și te avertizează.

Cazuri tipice: un set de test cu un singur rând (de exemplu test_size=1 sau date foarte puține), validare încrucișată LeaveOneOut cu scoring R² (fiecare parte de test are un exemplu), sau evaluarea separată pe grupuri mici.

Dacă ai date puține, folosește KFold cu câteva părți, sau o metrică definită pe un exemplu, ca eroarea absolută.

De ce apare: cauzele frecvente

1Un singur exemplu în test

Greșit
PYTHON
X_tr, X_te, y_tr, y_te = train_test_split(X, y, test_size=1)
print(model.score(X_te, y_te))
Corect
PYTHON
X_tr, X_te, y_tr, y_te = train_test_split(X, y, test_size=0.3, random_state=0)
print(model.score(X_te, y_te))

Cu mai multe exemple la test, valorile reale au o variație, deci R² se poate calcula.

2LeaveOneOut cu R²

Greșit
PYTHON
cross_val_score(LinearRegression(), X, y, cv=LeaveOneOut())
Corect
PYTHON
cross_val_score(LinearRegression(), X, y, cv=LeaveOneOut(), scoring="neg_mean_absolute_error")

Eroarea absolută are sens și pe un singur exemplu, R² nu.

3R² pe grupuri foarte mici

Greșit
PYTHON
for magazin, g in df.groupby("magazin"):
    print(magazin, r2_score(g["real"], g["prezis"]))
Corect
PYTHON
for magazin, g in df.groupby("magazin"):
    if len(g) >= 2:
        print(magazin, r2_score(g["real"], g["prezis"]))

Grupurile cu un singur rând nu au o variație din care să se calculeze R².

Repară tu

Repară eroarea, direct în pagină

Codul de mai jos dă UndefinedMetricWarning: R^2 score is not well-defined with less than two samples, transformat în eroare, pentru că testul are un singur apartament. Păstrează pentru test 3 apartamente, ca programul să afișeze câte exemple are testul și scorul R².

Codul care dă eroarea
PYTHON
import warnings
from sklearn.exceptions import UndefinedMetricWarning
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split

warnings.simplefilter("error", UndefinedMetricWarning)

X = [[40], [50], [60], [70], [80], [90], [100], [110]]
y = [82, 99, 121, 139, 162, 178, 201, 219]

X_tr, X_te, y_tr, y_te = train_test_split(X, y, test_size=1, random_state=0)
model = LinearRegression().fit(X_tr, y_tr)
print("Exemple la test:", len(y_te))
print("R2:", round(float(model.score(X_te, y_te)), 3))
După reparație, programul afișează
Exemple la test: 3
R2: 0.998
Indiciu

Folosește test_size=3 la train_test_split.

Alte forme ale mesajului

  • UndefinedMetricWarning: R^2 score is not well-defined with less than two samples.

Cum o eviți pe viitor

Asigură-te că setul de test are cel puțin câteva exemple; pe date foarte mici, preferă KFold(n_splits=3) sau 5 în locul unei singure împărțiri. Nu combina LeaveOneOut cu R². Pentru rapoarte pe grupuri, raportează și numărul de exemple al fiecărui grup și sari peste grupurile prea mici.

Întrebări frecvente

De ce primesc nan și nu 0?

Pentru că 0 ar însemna „la fel de bun ca media”, ceea ce nu se poate afirma. nan spune clar că scorul nu există.

Am două exemple identice în test și primesc tot o problemă. De ce?

Dacă valorile reale sunt egale, variația lor e tot zero. R² nu e definit nici atunci; scikit-learn întoarce 1.0 sau 0.0, după cum predicțiile sunt perfecte sau nu.

Erori înrudite

← Toate erorile Machine Learning

Tudor Andrei Dumitrescu
Cine a explicat eroarea

Tudor Andrei Dumitrescu

Senior Software Developer · fondatorul Academiei Programatorilor

LinkedIn
  1. 2019 Junior JavaCognizant Softvision
  2. 2021 Mid JavaCognizant Softvision
  3. 2022 Team LeaderEndava
  4. 2023 Senior Software DeveloperUniCredit
  5. Acum Senior Software DeveloperHCLTech
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu
Certificat de formator autorizatMinisterul Muncii și Ministerul Educației · 2022
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu

Certificat de formator autorizat · Ministerul Muncii și Ministerul Educației · 2022

Din 2020 construiește Academia Programatorilor, iar din 2026 și JoburiIT.ro. Fiecare eroare de aici a fost reprodusă în editorul nostru: codul greșit chiar dă mesajul din titlu, iar reparația chiar funcționează.

Învață Machine Learning de la zero, cu exerciții la fiecare lecție

Curs Machine Learning și AI pentru începători: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.