質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

87.78%

ロジスティック回帰の実装中にエラーが出てしまいました

解決済

回答 2

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 714

score 7

でてしまったエラー

ロジスティック回帰の実装中に以下のようなエラーが出てしまいました。

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
 in 
     79 print(y_pred)
     80 
---> 81 print('confusion matrix = ', confusion_matrix(y_true=y_test, y_pred=y_pred))#混合行列
     82 print('accuracy = ', accuracy_score(y_true=y_test, y_pred=y_pred))#正解率
     83 print('precision = ', precision_score(y_true=y_test, y_pred=y_pred))#適合率

~\Anaconda3\lib\site-packages\sklearn\metrics\_classification.py in confusion_matrix(y_true, y_pred, labels, sample_weight, normalize)
    266 
    267     """
--> 268     y_type, y_true, y_pred = _check_targets(y_true, y_pred)
    269     if y_type not in ("binary", "multiclass"):
    270         raise ValueError("%s is not supported" % y_type)

~\Anaconda3\lib\site-packages\sklearn\metrics\_classification.py in _check_targets(y_true, y_pred)
     88     if len(y_type) > 1:
     89         raise ValueError("Classification metrics can't handle a mix of {0} "
---> 90                          "and {1} targets".format(type_true, type_pred))
     91 
     92     # We can't have more than one value on y_type => The set is no more needed

ValueError: Classification metrics can't handle a mix of multilabel-indicator and binary targets

該当のソースコード

from __future__ import print_function

import pandas as pd
from pandas import Series,DataFrame

from sklearn import svm
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score
from sklearn.metrics import confusion_matrix, accuracy_score, precision_score, recall_score

import numpy as np
import matplotlib.pyplot as plt

import keras
from keras.datasets import fashion_mnist
from keras.models import Sequential
from keras.layers import Dense, Dropout
from keras.optimizers import Adam
from keras.optimizers import SGD


csvdataset = pd.read_csv("Train_Random.csv",header=0)

#説明変数
#ラベルを消すdrop
x = DataFrame(csvdataset.drop("Result",axis=1))
#目的変数
y = DataFrame(csvdataset["Result"])
#説明変数・目的変数をそれぞれ訓練データ・テストデータに分割
x_train,x_test,y_train,y_test = train_test_split(x,y,test_size=0.08)

lr = LogisticRegression() # ロジスティック回帰モデルのインスタンスを作成
lr.fit(x_train, y_train) # ロジスティック回帰モデルの重みを学習

#データの整形
x_train = x_train.astype(np.float)
x_test = x_test.astype(np.float)

y_train = keras.utils.to_categorical(y_train,10)
y_test = keras.utils.to_categorical(y_test,10)


#ニューラルネットワークの実装①
model = Sequential()

model.add(Dense(100, activation='relu', input_shape=(59,)))
model.add(Dropout(0.2))

model.add(Dense(100, activation='relu', input_shape=(59,)))
model.add(Dropout(0.2))

model.add(Dense(100, activation='relu', input_shape=(59,)))
model.add(Dropout(0.2))

model.add(Dense(10, activation='softmax'))

model.summary()
print("\n")

sgd = SGD(lr=0.01, decay=1e-6, momentum=0.9, nesterov=True)

#ニューラルネットワークの実装②
model.compile(loss='categorical_crossentropy',optimizer=sgd,metrics=['accuracy'])

#ニューラルネットワークの学習
history = model.fit(x_train, y_train,batch_size=11040,epochs=100,verbose=0,validation_data=(x_test, y_test))

#ニューラルネットワークの推論
score = model.evaluate(x_test,y_test,verbose=1)
print("\n")
print("Test 損失値:",score[0])
print("Test 正解率:",score[1])

print("coefficient = ", lr.coef_)
print("intercept = ", lr.intercept_)

y_pred = lr.predict(x_test)
print(y_pred)

print('confusion matrix = ', confusion_matrix(y_true=y_test, y_pred=y_pred))#混合行列
print('accuracy = ', accuracy_score(y_true=y_test, y_pred=y_pred))#正解率
print('precision = ', precision_score(y_true=y_test, y_pred=y_pred))#適合率
print('recall = ', recall_score(y_true=y_test, y_pred=y_pred))#再現率
print('f1 score = ', f1_score(y_true=y_test, y_pred=y_pred))#F1スコア

補足情報

ソースコードにあるとおりに混合行列、正解率、適合率、再現率、F1スコアを表示したいです。よろしくお願いします。
また、初心者なためできるだけ具体的な回答をいただけるととても助かります。

返信遅れてすみません。
print(y_test)の結果

[[0. 1. 0. ... 0. 0. 0.]
 [1. 0. 0. ... 0. 0. 0.]
 [1. 0. 0. ... 0. 0. 0.]
 ...
 [1. 0. 0. ... 0. 0. 0.]
 [1. 0. 0. ... 0. 0. 0.]
 [1. 0. 0. ... 0. 0. 0.]]


print(y_pred)の結果

[0 0 1 ... 1 0 0]


省略されてしまいましたがすべて表示する方法がわからなかったためそのまま張っておきます。
これだけでは0または1しかないようです。
y_predも表示しようとしたのですがエラーが出てしまって表示できませんでした。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • svsvi

    2020/01/23 19:47

    すみません、y_pred表示できてました。修正しました。

    キャンセル

  • meg_

    2020/01/23 20:09

    confusion_matrix()の引数のy_trueとy_predは下記例のように1次元配列でないと駄目なのではないでしょうか? y_testを1次元配列にしてみたらどうでしょうか?

    <scikit-learn.orgより>
    >>> from sklearn.metrics import confusion_matrix
    >>> y_true = [2, 0, 2, 2, 0, 1]
    >>> y_pred = [0, 0, 2, 2, 0, 2]
    >>> confusion_matrix(y_true, y_pred)
    array([[2, 0, 0],
    [0, 0, 1],
    [1, 0, 2]])

    キャンセル

  • svsvi

    2020/01/23 22:23

    多次元配列から一次元配列への変換がうまくいかないのですがやり方を教えてもらえると助かります

    キャンセル

回答 2

checkベストアンサー

+1

confusion_matrix()へ渡すy_testはone-hot表現ではなく、x_train,x_test,y_train,y_test = train_test_split(x,y,test_size=0.08)で作成されたy_testだと思います。
ここでのy_testを別の変数で保持しておいて、confusion_matrix()へ渡してください。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2020/01/23 23:54

    その通りにしたら解決しました!ありがとうございました!!

    キャンセル

+1

keras使ったことないですが、
"Train_Random.csv"のデータを10個のクラスに分類しようとしてるのでしょうか?

ロジスティック回帰でのクラス分類は2クラス分類[0 or 1]しかできないので、
confusion_matrix()が「0, 1」以外の数値がy_testに設定されたと怒ってるんだと思います。

上記で分からなければ、print(y_test)ってした結果を追記していただけませんか?

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 87.78%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る