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

ValueError: The classes, [0, 1], are not in class_weight

Pe scurt

Cheile din dicționarul class_weight nu sunt clasele reale din y. De exemplu, y are 0 și 1, dar ai scris {"da": 5, "nu": 1}. Folosește exact etichetele din y (vezi np.unique(y)), sau class_weight="balanced".

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

Ce înseamnă

class_weight îi spune modelului cât de mult să conteze greșelile pe fiecare clasă. Când îl dai ca dicționar, cheile trebuie să fie exact etichetele din y, cu același tip. Mesajul listează clasele reale care nu au fost găsite în dicționar: aici 0 și 1.

Cazuri tipice: ai codificat ținta cu 0 și 1, dar ponderile au rămas cu textele originale („da”/„nu”); ai scris cheile ca texte ("1") în loc de numere (1); sau ai copiat un exemplu cu alte nume de clase. Funcționează la LogisticRegression, SVC, DecisionTreeClassifier, RandomForestClassifier și altele care au class_weight.

Dacă vrei doar să echilibrezi clasele rare, class_weight="balanced" calculează singur ponderile invers proporțional cu frecvența fiecărei clase.

De ce apare: cauzele frecvente

1Cheile sunt etichetele vechi, text

Greșit
PYTHON
y = df["frauda"].map({"da": 1, "nu": 0})
LogisticRegression(class_weight={"da": 10, "nu": 1}).fit(X, y)
Corect
PYTHON
y = df["frauda"].map({"da": 1, "nu": 0})
LogisticRegression(class_weight={1: 10, 0: 1}).fit(X, y)

După codificare, clasele sunt 0 și 1, deci ponderile trebuie date pentru 0 și 1.

2Numerele scrise ca text

Greșit
PYTHON
class_weight={"0": 1, "1": 5}
Corect
PYTHON
class_weight={0: 1, 1: 5}

"1" și 1 sunt chei diferite. Tipul trebuie să fie același ca în y.

3Vrei doar echilibrare automată

Greșit
PYTHON
class_weight={"rar": 9, "comun": 1}  # alte nume decat in y
Corect
PYTHON
class_weight="balanced"

"balanced" calculează ponderile direct din y, deci nu poate greși numele claselor.

Repară tu

Repară eroarea, direct în pagină

Codul de mai jos dă ValueError: The classes, [0, 1], are not in class_weight, pentru că ponderile folosesc textele „frauda” și „ok”, dar ținta e codificată cu 1 și 0. Scrie ponderile pentru clasele reale (1 primește 5, 0 primește 1), ca programul să afișeze predicțiile.

Codul care dă eroarea
PYTHON
from sklearn.linear_model import LogisticRegression

# suma (sute de lei) -> frauda (1) sau ok (0)
X = [[1], [2], [3], [4], [5], [6], [7], [8], [9], [12]]
y = [0, 0, 0, 0, 0, 0, 0, 1, 0, 1]

model = LogisticRegression(class_weight={"frauda": 5, "ok": 1}).fit(X, y)
print("Predictii:", model.predict([[6], [8], [11]]).tolist())
După reparație, programul afișează
Predictii: [0, 1, 1]
Indiciu

Folosește class_weight={1: 5, 0: 1}.

Alte forme ale mesajului

  • ValueError: The classes, [1], are not in class_weight
  • ValueError: The classes, ['da', 'nu'], are not in class_weight

Cum o eviți pe viitor

Construiește dicționarul de ponderi după np.unique(y), nu din memorie. Aplică codificarea țintei într-un singur loc și folosește aceleași valori peste tot (ponderi, pos_label, labels). Pentru început, încearcă class_weight="balanced" și compară cu ponderi alese de tine doar dacă ai un motiv de business (de exemplu, o fraudă ratată costă de 10 ori mai mult).

Întrebări frecvente

Trebuie să dau pondere pentru fiecare clasă?

Nu neapărat: clasele care lipsesc din dicționar primesc ponderea 1. Eroarea apare când niciuna dintre cheile date nu se potrivește cu clasele reale, ca aici.

Ce face class_weight="balanced" concret?

Dă fiecărei clase ponderea n_exemple / (n_clase * n_exemple_din_clasa). O clasă de 4 ori mai rară primește o pondere de 4 ori mai mare.

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.