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

ValueError: y_true contains only one label (1). Please provide the list of all expected class labels explicitly through the labels argument.

Pe scurt

log_loss a primit valori reale dintr-o singură clasă, așa că nu știe ce reprezintă probabilitățile. Dă lista tuturor claselor cu labels=[0, 1], sau evaluează pe un set de test care conține ambele clase (de exemplu cu stratify).

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

Ce înseamnă

log_loss (pierderea logaritmică) compară probabilitățile prezise cu clasele reale. Ca să știe ce coloană de probabilitate corespunde cărei clase, își construiește lista claselor din y_true. Dacă y_true conține o singură valoare, de exemplu numai 1, lista are o singură clasă și calculul nu are sens, deci primești eroarea.

Se întâmplă la seturi de test foarte mici, la loturi (batch-uri) mici în evaluare, când calculezi metrica separat pe fiecare grup de clienți, sau când datele sunt ordonate și testul a ajuns să conțină o singură clasă.

Parametrul labels rezolvă problema tehnică: îi spui funcției toate clasele posibile. Dar gândește-te și la evaluare: un test cu o singură clasă spune puțin despre model, deci folosește stratify la împărțire.

De ce apare: cauzele frecvente

1Un lot de evaluare cu o singură clasă

Greșit
PYTHON
log_loss([1, 1, 1], [0.9, 0.8, 0.7])
Corect
PYTHON
log_loss([1, 1, 1], [0.9, 0.8, 0.7], labels=[0, 1])

Cu labels=[0, 1], funcția știe că probabilitățile sunt pentru clasa 1, chiar dacă în lot apare doar ea.

2Test mic, fără stratificare

Greșit
PYTHON
X_tr, X_te, y_tr, y_te = train_test_split(X, y, test_size=0.2, shuffle=False)
Corect
PYTHON
X_tr, X_te, y_tr, y_te = train_test_split(X, y, test_size=0.2, stratify=y, random_state=0)

stratify=y păstrează proporția claselor, deci testul conține ambele clase.

3Metrică pe fiecare grup

Greșit
PYTHON
for oras, g in df.groupby("oras"):
    print(oras, log_loss(g["churn"], g["proba"]))
Corect
PYTHON
for oras, g in df.groupby("oras"):
    print(oras, log_loss(g["churn"], g["proba"], labels=[0, 1]))

Unele grupuri pot avea o singură clasă. Lista fixă de clase face calculul posibil pentru toate.

Repară tu

Repară eroarea, direct în pagină

Codul de mai jos calculează log-loss pentru un lot de trei clienți care au plecat toți (clasa 1) și dă ValueError: y_true contains only one label (1). Spune-i funcției că clasele posibile sunt 0 și 1, ca programul să afișeze pierderea.

Codul care dă eroarea
PYTHON
from sklearn.metrics import log_loss

# un lot de evaluare: toti clientii au plecat
y_lot = [1, 1, 1]
proba_plecare = [0.9, 0.8, 0.6]

print("Log-loss:", round(float(log_loss(y_lot, proba_plecare)), 4))
După reparație, programul afișează
Log-loss: 0.2798
Indiciu

Adaugă labels=[0, 1] la apelul log_loss.

Alte forme ale mesajului

  • ValueError: y_true contains only one label (0). Please provide the true labels explicitly through the labels argument.
  • ValueError: y_true contains only one label (1). Please provide the true labels explicitly through the labels argument.

Cum o eviți pe viitor

Împarte datele cu stratify=y, ca testul să conțină toate clasele. Când calculezi metrici pe loturi sau pe grupuri, dă mereu labels=model.classes_. La validare încrucișată, folosește StratifiedKFold. Dacă un grup are o singură clasă, raportează-l separat: acolo multe metrici nu au sens.

Întrebări frecvente

De ce accuracy_score nu are problema asta?

Acuratețea compară doar etichete, nu are nevoie să știe ce înseamnă fiecare coloană de probabilitate. log_loss și roc_auc_score au nevoie de lista claselor.

Ce valoare pun în labels?

Toate clasele posibile, în aceeași ordine ca în model.classes_. Cel mai sigur e chiar labels=model.classes_.

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.