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

ValueError: pos_label=1 is not a valid label. It should be one of ['da', 'nu']

Pe scurt

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.

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

Ce înseamnă

La două clase, precision, recall și F1 se calculează pentru o clasă pozitivă: cea pe care vrei s-o „prinzi” (spam, fraudă, client care pleacă). Implicit, scikit-learn consideră pozitivă clasa 1. Dacă etichetele tale sunt texte, de exemplu 'da' și 'nu', clasa 1 nu există, iar mesajul îți arată ce etichete a găsit, ca să alegi una.

Apare des după ce lucrezi cu date citite dintr-un CSV, unde ținta e text ('spam'/'ham', 'Yes'/'No'), sau când ai codat clasele ca 1 și 2 în loc de 0 și 1. Reparația e simplă: fie dai pos_label explicit, fie transformi ținta în 0/1 înainte de antrenare, ceea ce face și restul codului mai simplu.

De ce apare: cauzele frecvente

1Etichete text, pos_label implicit

Greșit
PYTHON
print(recall_score(y_test, y_pred))  # 'da' / 'nu'
Corect
PYTHON
print(recall_score(y_test, y_pred, pos_label="da"))

pos_label="da" spune metricii pentru ce clasă calculează recall-ul.

2Ținta transformată în 0/1 de la început

Greșit
PYTHON
y = df["a_plecat"]  # 'da' / 'nu'
Corect
PYTHON
y = (df["a_plecat"] == "da").astype(int)

Cu ținta 0/1, clasa pozitivă implicită 1 este exact „a plecat”, iar toate metricile merg fără parametri în plus.

3Clase codate 1 și 2

Greșit
PYTHON
f1_score([1, 2, 2, 1], [1, 2, 1, 1], pos_label=0)
Corect
PYTHON
f1_score([1, 2, 2, 1], [1, 2, 1, 1], pos_label=2)

pos_label trebuie să fie una dintre valorile care apar efectiv în etichete.

Repară tu

Repară eroarea, direct în pagină

Codul de mai jos dă ValueError: pos_label=1 is not a valid label. It should be one of ['da', 'nu'], pentru că etichetele sunt texte. Repară-l: indică metricilor că clasa pozitivă este "da" (clientul a plecat), ca programul să afișeze precizia și recall-ul.

Codul care dă eroarea
PYTHON
from sklearn.metrics import precision_score, recall_score

y_real = ["da", "nu", "nu", "da", "da", "nu", "nu", "da", "nu", "nu"]
y_pred = ["da", "nu", "da", "da", "nu", "nu", "nu", "da", "nu", "da"]

print("Precizie:", round(precision_score(y_real, y_pred), 2))
print("Recall:", round(recall_score(y_real, y_pred), 2))
După reparație, programul afișează
Precizie: 0.6
Recall: 0.75
Indiciu

Adaugă pos_label="da" la precision_score și la recall_score.

Alte forme ale mesajului

  • ValueError: pos_label=1 is not a valid label. It should be one of ['ham', 'spam']
  • ValueError: pos_label=1 is not a valid label. It should be one of ['No', 'Yes']

Cum o eviți pe viitor

Decide de la început care e clasa pozitivă și transform-o în 1 ((y == "da").astype(int)), ca să nu mai repeți pos_label peste tot. Dacă păstrezi etichetele text, scrie pos_label explicit la fiecare metrică binară. Verifică etichetele cu sorted(set(y)). Dacă lucrezi cu classification_report, nu ai nevoie de pos_label: raportul afișează scorurile pentru fiecare clasă.

Întrebări frecvente

Contează ce clasă aleg ca pozitivă?

Da. Precision și recall pentru „da” sunt alte numere decât pentru „nu”. Alege clasa pe care modelul trebuie s-o detecteze, de obicei cea rară și importantă.

accuracy_score are nevoie de pos_label?

Nu. Acuratețea compară doar predicțiile cu etichetele reale, fără o clasă pozitivă.

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.