...
Eroare Machine Learning · Etichete, clasificare și metrici

ValueError: multi_class must be in ('ovo', 'ovr')

Pe scurt

Calculezi roc_auc_score pe o problemă cu mai mult de două clase fără să spui cum să fie combinate clasele. Adaugă multi_class="ovr" (fiecare clasă contra restului) sau "ovo" (perechi de clase) și dă-i toate coloanele din predict_proba.

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

Ce înseamnă

ROC AUC este definit pentru două clase. Când y_true are trei sau mai multe clase, scikit-learn trebuie să știe cum să reducă problema la cazuri binare: "ovr" (one-vs-rest) calculează AUC pentru fiecare clasă față de toate celelalte și face media, iar "ovo" (one-vs-one) calculează AUC pentru fiecare pereche de clase. Valoarea implicită, multi_class="raise", înseamnă exact eroarea aceasta: „alege tu”.

Pentru multiclasă, y_score trebuie să fie matricea întreagă model.predict_proba(X), cu câte o coloană pentru fiecare clasă și rânduri care însumează 1. Nu folosi predict_proba(X)[:, 1], care e potrivit doar la două clase, și nici predict(X), care dă clase, nu probabilități. Dacă vrei să controlezi media între clase, adaugă average="macro" (implicit) sau "weighted".

De ce apare: cauzele frecvente

1Lipsește multi_class la trei clase

Greșit
PYTHON
proba = model.predict_proba(X_test)
roc_auc_score(y_test, proba)
Corect
PYTHON
proba = model.predict_proba(X_test)
roc_auc_score(y_test, proba, multi_class="ovr")

"ovr" calculează AUC pentru fiecare clasă față de celelalte și face media.

2scoring="roc_auc" la validare pe multiclasă

Greșit
PYTHON
cross_val_score(model, X, y, scoring="roc_auc")  # 3 clase
Corect
PYTHON
cross_val_score(model, X, y, scoring="roc_auc_ovr")

Pentru multiclasă există scorerele roc_auc_ovr, roc_auc_ovo și variantele _weighted.

Repară tu

Repară eroarea, direct în pagină

Codul de mai jos dă ValueError: multi_class must be in ('ovo', 'ovr'), pentru că ținta are trei clase. Repară apelul lui roc_auc_score, folosind strategia „fiecare clasă contra restului”, ca programul să afișeze numărul de clase și AUC-ul rotunjit.

Codul care dă eroarea
PYTHON
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import roc_auc_score

# lungimea petalei (cm) -> specia 0, 1 sau 2
X = [[1.4], [1.3], [1.5], [4.5], [4.7], [4.0], [5.8], [6.0], [5.5], [1.6], [4.4], [5.9]]
y = [0, 0, 0, 1, 1, 1, 2, 2, 2, 0, 1, 2]

model = LogisticRegression().fit(X, y)
proba = model.predict_proba(X)
print("Clase:", proba.shape[1])
print("AUC:", round(roc_auc_score(y, proba), 3))
După reparație, programul afișează
Clase: 3
AUC: 1.0
Indiciu

Adaugă multi_class="ovr" la roc_auc_score.

Alte forme ale mesajului

  • ValueError: Number of classes in y_true not equal to the number of columns in 'y_score'
  • ValueError: Target scores need to be probabilities for multiclass roc_auc, i.e. they should sum up to 1.0 over classes

Cum o eviți pe viitor

Când lucrezi cu mai mult de două clase, verifică fiecare metrică: multe au nevoie de un parametru în plus (average= la precision, recall și F1, multi_class= la ROC AUC). Folosește predict_proba cu toate coloanele pentru AUC și verifică că proba.shape[1] este egal cu numărul de clase din y_true.

Întrebări frecvente

Care e mai bun, ovr sau ovo?

ovr e cel mai folosit și ușor de explicat (cât de bine se distinge fiecare clasă de restul). ovo e mai puțin sensibil la clase dezechilibrate, pentru că compară doar perechi. Pentru început, ovr cu average="macro" e o alegere bună.

Ce înseamnă Number of classes in y_true not equal to the number of columns in 'y_score'?

Că testul conține alt număr de clase decât coloanele din predict_proba, de exemplu o clasă lipsește din test. Dă parametrul labels=model.classes_, ca metrica să știe de toate clasele.

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.