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

ValueError: y_true takes value in {'ham', 'spam'} and pos_label is not specified: either make y_true take value in {0, 1} or {-1, 1} or pass pos_label explicitly.

Pe scurt

Etichetele sunt texte (de exemplu 'ham' și 'spam'), iar roc_curve sau precision_recall_curve nu știu care e clasa pozitivă. Spune-le explicit cu pos_label="spam", sau codifică ținta cu 0 și 1.

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

Ce înseamnă

Curbele ROC și precision-recall pornesc de la o întrebare: care clasă e cea „pozitivă”, pe care vrei s-o prinzi? Când etichetele sunt 0 și 1 (sau -1 și 1), scikit-learn presupune că pozitivă e 1. Când etichetele sunt texte, nu poate ghici: „spam” ar putea fi pozitiv, la fel de bine ca „ham”.

Mesajul îți arată valorile găsite în y_true și îți dă două variante: codifici ținta cu 0 și 1 sau dai pos_label. Atenție: scorurile (y_score) trebuie să fie probabilitatea clasei pe care o alegi ca pozitivă. Cu predict_proba, coloana corectă e cea de la poziția clasei în model.classes_.

Funcții care dau mesajul: roc_curve, precision_recall_curve, det_curve, brier_score_loss, average_precision_score.

De ce apare: cauzele frecvente

1Etichete text la roc_curve

Greșit
PYTHON
fpr, tpr, praguri = roc_curve(y_test, proba)
Corect
PYTHON
fpr, tpr, praguri = roc_curve(y_test, proba, pos_label="spam")

Cu pos_label, funcția știe ce clasă numără ca adevărat pozitiv.

2Ținta codificată cu 0 și 1

Greșit
PYTHON
y = df["tip"]  # "ham" / "spam"
Corect
PYTHON
y = (df["tip"] == "spam").astype(int)

Cu 0 și 1, clasa pozitivă e implicit 1, deci nu mai e nevoie de pos_label.

3Coloana de probabilitate nepotrivită

Greșit
PYTHON
proba = model.predict_proba(X_test)[:, 0]
roc_curve(y_test, proba, pos_label="spam")
Corect
PYTHON
i = list(model.classes_).index("spam")
proba = model.predict_proba(X_test)[:, i]
roc_curve(y_test, proba, pos_label="spam")

Scorurile trebuie să fie pentru clasa pozitivă. Altfel curba iese inversată și AUC-ul sub 0,5.

Repară tu

Repară eroarea, direct în pagină

Codul de mai jos dă ValueError: y_true takes value in {'ham', 'spam'} and pos_label is not specified. Spune-i lui roc_curve că clasa pozitivă este „spam”, ca programul să afișeze aria de sub curba ROC.

Codul care dă eroarea
PYTHON
from sklearn.metrics import auc, roc_curve

y_test = ["ham", "spam", "ham", "spam", "spam", "ham"]
proba_spam = [0.1, 0.8, 0.4, 0.35, 0.9, 0.2]

fpr, tpr, praguri = roc_curve(y_test, proba_spam)
print("AUC:", round(float(auc(fpr, tpr)), 3))
După reparație, programul afișează
AUC: 0.889
Indiciu

Adaugă pos_label="spam" la apelul roc_curve.

Alte forme ale mesajului

  • ValueError: y_true takes value in {'da', 'nu'} and pos_label is not specified: either make y_true take value in {0, 1} or {-1, 1} or pass pos_label explicitly.
  • ValueError: y_true takes value in {'No', 'Yes'} and pos_label is not specified: either make y_true take value in {0, 1} or {-1, 1} or pass pos_label explicitly.

Cum o eviți pe viitor

Pentru probleme binare, codifică ținta cu 0 și 1 de la început, unde 1 e clasa care te interesează (frauda, spam-ul, clientul care pleacă). Dacă păstrezi etichetele text, dă pos_label la toate metricile binare și ia coloana de probabilitate după model.classes_, nu după poziție presupusă.

Întrebări frecvente

De ce roc_auc_score merge fără pos_label?

roc_auc_score codifică singur etichetele în ordine alfabetică și consideră pozitivă a doua clasă. roc_curve cere alegerea explicită.

Contează ce clasă aleg ca pozitivă?

Da. Dacă alegi clasa opusă celei pentru care sunt scorurile, curba ROC se inversează. Alege clasa pe care o detectează scorul.

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.