機械学習での混同行列の求め方

Question

前提・実現したいこと

サイキットラーンと用いた機械学習で混同行列を求めたいです。

発生している問題・エラーメッセージ

ValueError: Classification metrics can't handle a mix of binary and continuous targets
というメッセージが出ているがなぜ値でエラーを吐くのか分からない

該当のソースコード

from sklearn.metrics import confusion_matrix
cm= confusion_matrix(y, y_pred) 
print(cm)
```ここに言語名を入力
python
ソースコード

from sklearn.datasets import load_breast_cancer
data = load_breast_cancer()
X = data.data
y = 1 - data.target
X = X[:, :10]
from sklearn.linear_model import LinearRegression
model_lor = LinearRegression()
model_lor.fit(X, y)
y_pred = model_lor.predict(X)
from sklearn.metrics import confusion_matrix
cm= confusion_matrix(y, y_pred)
print(cm)

### 試したこと

ここに問題に対して試したことを記載してください。
cmを書き換える，データの中身を参照する等

### 補足情報（FW/ツールのバージョンなど）
google colaboratory

Comments

[jbpb0]

> Classification metrics can't handle a mix of binary and continuous targets

回帰(Regression)モデルの推定結果に分類(Classification)用の関数を使ってるからです

参考
https://detail.chiebukuro.yahoo.co.jp/qa/question_detail/q12195410862

【追記】
「y_pred」を四捨五入するとかして0, 1だけにしたら、いけるかも (未確認)

Answer 1

jbpb0 さんがおっしゃっていることと同じ内容なのですが、少し詳しく書いてみます。

---

まず、これはおそらくなのですが、

• continuous: 連続値
• binary: 0 or 1の値

という意味ではないでしょうか？

---

そして対策については、英語ですが同じ問題で困っている人の質問がこの記事で回答されていました。

stackoverflow / Accuracy Score ValueError: Can't Handle mix of binary and continuous target

エラーの原因？

この記事にも書かれていますが、混同行列は分類タスクの評価に使われるもので、予測値が0, 1（つまりFalse or True）で表現されている必要があるようです。

ところが、LinearRegressionから出力される予測値は0, 1ではなく、小数や負の数を含めた実数です。

そのため混同行列（confusion_matrix）では評価できていないのだと思われます。

対策

LinearRegressionの精度を計算したいのであれば、平均二乗誤差など、回帰タスク用の評価指標を用いる必要があると思います。