ValueError: At least one label specified must be in y_true
Lista labels dată lui confusion_matrix nu conține nicio etichetă care să apară în y_true. De obicei etichetele reale sunt texte ("da", "nu") și ai scris labels=[0, 1], sau invers. Pune în labels exact valorile din y, în ordinea dorită.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Parametrul labels din confusion_matrix (și din multilabel_confusion_matrix) alege ce clase apar în matrice și în ce ordine. Funcția verifică dacă măcar una dintre etichetele cerute apare în y_true. Dacă niciuna nu apare, matricea ar fi plină doar de zerouri, așa că primești eroarea.
Aproape mereu e o nepotrivire de valori sau de tip: etichetele reale sunt "da" / "nu", iar tu ai cerut [0, 1]; sau etichetele sunt numere și ai cerut ["0", "1"]; sau ai scris greșit numele unei clase („Spam” în loc de „spam”).
Afișează sorted(set(y_true)) și copiază de acolo valorile în labels.
De ce apare: cauzele frecvente
1Etichete text, labels numerice
confusion_matrix(y_test, y_pred, labels=[1, 0]) # y_test: "da" / "nu"confusion_matrix(y_test, y_pred, labels=["da", "nu"])labels trebuie să conțină exact valorile din y, cu același tip.
2Numerele scrise ca text
confusion_matrix([0, 1, 1], [0, 1, 0], labels=["0", "1"])confusion_matrix([0, 1, 1], [0, 1, 0], labels=[0, 1])"1" și 1 sunt valori diferite pentru Python.
3Literele mari contează
confusion_matrix(y_test, y_pred, labels=["Spam", "Ham"])confusion_matrix(y_test, y_pred, labels=["spam", "ham"])Comparația etichetelor e exactă, inclusiv la majuscule.
Repară eroarea, direct în pagină
Codul de mai jos dă ValueError: At least one label specified must be in y_true, pentru că etichetele sunt „bolnav” și „sanatos”, dar labels cere 1 și 0. Pune în labels etichetele reale, cu „bolnav” primul, ca programul să afișeze matricea de confuzie.
from sklearn.metrics import confusion_matrix
y_real = ["bolnav", "sanatos", "sanatos", "bolnav", "sanatos", "bolnav"]
y_pred = ["bolnav", "sanatos", "bolnav", "sanatos", "sanatos", "bolnav"]
m = confusion_matrix(y_real, y_pred, labels=[1, 0])
print(m.tolist())[[2, 1], [1, 2]]
Indiciu
Folosește labels=["bolnav", "sanatos"].
Reparația
from sklearn.metrics import confusion_matrix
y_real = ["bolnav", "sanatos", "sanatos", "bolnav", "sanatos", "bolnav"]
y_pred = ["bolnav", "sanatos", "bolnav", "sanatos", "sanatos", "bolnav"]
m = confusion_matrix(y_real, y_pred, labels=["bolnav", "sanatos"])
print(m.tolist())De ce merge
Acum labels conține chiar valorile din date, iar „bolnav” e primul, deci primul rând și prima coloană sunt pentru pacienții bolnavi. Din 3 bolnavi, testul a găsit 2 și a ratat unul; din 3 sănătoși, a alarmat greșit unul. De aici rezultă matricea [[2, 1], [1, 2]].
Alte forme ale mesajului
ValueError: At least one label specified must be in y_true.
Cum o eviți pe viitor
Nu scrie etichetele de mână: folosește labels=model.classes_ sau o listă construită din date. Dacă vrei o ordine anume (de exemplu clasa pozitivă prima), definește lista o singură dată, ca variabilă, și refolosește-o la toate metricile. Verifică tipul țintei imediat după citirea datelor.
Întrebări frecvente
Ce se întâmplă dacă doar o parte din labels lipsesc din y_true?
Nu primești eroare: clasele care lipsesc apar în matrice cu un rând de zerouri. Eroarea apare doar când lipsesc toate.
La ce folosește labels, de fapt?
Fixează ordinea rândurilor și coloanelor și include clase care poate nu apar într-un lot de test. Așa matricile din rulări diferite se pot compara.
Erori înrudite
ValueError: Mix of label input types (string and number) Etichetele reale și cele prezise au tipuri diferite: unele sunt text ("1", "da"), altele numere (1). confusion_matrix și classification_report nu pot compara "1" cu 1. Adu ambele la același tip, de exemplu cu astype(int) sau cu un map de la text la număr. ValueError: Number of classes, 3, does not match size of target_names, 2. Try specifying the labels parameter Ai dat lui classification_report o listă target_names cu alt număr de nume decât clasele găsite în y_true și y_pred. Pune câte un nume pentru fiecare clasă, în ordinea sortată a claselor, sau dă și labels=[...] ca să alegi exact ce clase apar în raport. ValueError: pos_label=1 is not a valid label. It should be one of ['da', 'nu'] Etichetele tale sunt texte ('da', 'nu'), dar metrica (precision_score, recall_score, f1_score) caută implicit clasa pozitivă 1. Spune-i care e clasa pozitivă: pos_label='da', sau transformă etichetele în 0/1. 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.
