ValueError: Target is multiclass but average='binary'. Please choose another average setting, one of [None, 'micro', 'macro', 'weighted'].
Ai calculat precision, recall sau F1 pe o problemă cu mai mult de două clase, iar implicit aceste funcții presupun două clase. Alege explicit cum se face media: average='macro' (toate clasele la fel), 'weighted' (după numărul de exemple) sau None (scor pe fiecare clasă).
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
precision_score, recall_score și f1_score au parametrul average='binary' implicit: calculează scorul doar pentru clasa pozitivă (de obicei 1), ca la un filtru de spam. Când ținta are trei sau mai multe clase (specii de iris, categorii de produse, note A/B/C), nu există „o clasă pozitivă”, iar funcția îți cere să alegi cum combini scorurile claselor.
Opțiunile din mesaj:
None: întoarce câte un scor pentru fiecare clasă, ca să le vezi separat;'macro': media simplă a scorurilor claselor, fiecare clasă cântărește la fel;'weighted': media ponderată cu numărul de exemple din fiecare clasă;'micro': numără toate deciziile la un loc (la multiclasă e egal cu acuratețea).
Poate apărea și când crezi că ai două clase, dar în date s-a strecurat o a treia valoare (de exemplu 2 sau "da " cu spațiu).
De ce apare: cauzele frecvente
1Precizie pe trei clase fără average
print(precision_score(y_test, y_pred)) # clase 0, 1, 2print(precision_score(y_test, y_pred, average="macro"))average="macro" calculează precizia pentru fiecare clasă și face media lor.
2O a treia clasă strecurată în date
y = df["raspuns"] # "da", "nu", "da "
f1_score(y_test, y_pred, pos_label="da")y = df["raspuns"].str.strip()
f1_score(y_test, y_pred, pos_label="da")Spațiul de la final face din "da " o clasă separată. După strip() rămân două clase și media binară are sens.
Repară eroarea, direct în pagină
Codul de mai jos dă ValueError: Target is multiclass but average='binary', pentru că florile au trei specii. Repară-l: calculează precizia și F1 cu average="macro", ca programul să le afișeze rotunjite la 3 zecimale.
from sklearn.metrics import precision_score, f1_score
y_real = ["setosa", "setosa", "versicolor", "versicolor", "virginica", "virginica", "versicolor", "virginica"]
y_pred = ["setosa", "setosa", "versicolor", "virginica", "virginica", "virginica", "versicolor", "versicolor"]
print("Precizie macro:", round(precision_score(y_real, y_pred, pos_label="setosa"), 3))
print("F1 macro:", round(f1_score(y_real, y_pred, pos_label="setosa"), 3))Precizie macro: 0.778 F1 macro: 0.778
Indiciu
Adaugă average="macro" la ambele funcții.
Reparația
from sklearn.metrics import precision_score, f1_score
y_real = ["setosa", "setosa", "versicolor", "versicolor", "virginica", "virginica", "versicolor", "virginica"]
y_pred = ["setosa", "setosa", "versicolor", "virginica", "virginica", "virginica", "versicolor", "versicolor"]
print("Precizie macro:", round(precision_score(y_real, y_pred, average="macro"), 3))
print("F1 macro:", round(f1_score(y_real, y_pred, average="macro"), 3))De ce merge
Cu trei specii, nu există o singură clasă pozitivă, iar pos_label nu ajută: media 'binary' are sens doar la două clase. average="macro" calculează precizia (și F1) separat pentru setosa, versicolor și virginica, apoi face media lor simplă. Setosa e prezisă perfect, iar celelalte două se confundă între ele câte o dată, deci media iese sub 1. Pentru a vedea scorurile pe fiecare specie, ai putea folosi average=None.
Alte forme ale mesajului
ValueError: Target is multilabel-indicator but average='binary'. Please choose another average setting, one of [None, 'micro', 'macro', 'samples', 'weighted'].
Cum o eviți pe viitor
La clasificarea cu mai multe clase, pornește de la classification_report(y_test, y_pred), care afișează precision, recall și F1 pentru fiecare clasă, plus mediile macro și weighted. Când ai nevoie de un singur număr, scrie mereu average explicit. Verifică y.unique() ca să știi câte clase ai cu adevărat.
Întrebări frecvente
macro sau weighted?
macro tratează toate clasele la fel, deci scade mult dacă modelul greșește o clasă rară; e bun când toate clasele contează. weighted reflectă mai mult clasele mari. Când clasele sunt dezechilibrate, merită să te uiți la amândouă.
De ce accuracy_score nu are nevoie de average?
Acuratețea numără pur și simplu predicțiile corecte din total, fără să le împartă pe clase, deci nu are nimic de mediat.
Erori înrudite
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. ValueError: Classification metrics can't handle a mix of binary and continuous targets Ai dat unei metrici de clasificare (accuracy_score, f1_score, confusion_matrix) probabilități sau scoruri în loc de clase. Compară y_true cu model.predict(X), nu cu predict_proba, sau transformă probabilitățile în clase cu un prag (p >= 0.5). 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.
