ValueError: метрики классификации не могут обрабатывать сочетание многоклассов и непрерывных целей [дублировать]

Это затронет только небольшую часть пользователей, но я бы хотел, чтобы это было документировано для этой небольшой части. Из-за этой проблемы этот член этой маленькой горстки потратил 6 часов на устранение неполадок с работающим PHP-почтовым скриптом.

Если вы собираетесь в университет, в котором работает XAMPP с сайта www.AceITLab.com, вы должны знать, что наш профессор не сказал нам: брандмауэр AceITLab (а не брандмауэр Windows) блокирует MercuryMail в XAMPP , Вам придется использовать альтернативный почтовый клиент, груша работает на нас. Вам нужно будет отправить учетную запись Gmail с низкими настройками безопасности.

Да, я знаю, это абсолютно бесполезно для электронной почты реального мира. Однако, из того, что я видел, академические настройки и реальный мир часто имеют очень мало общего.

3
задан lte__ 21 May 2016 в 19:57
поделиться

2 ответа

Точность - это показатель классификации. Вы не можете использовать его с регрессией. См. документацию для информации о различных показателях.

16
ответ дан BrenBarn 20 August 2018 в 18:39
поделиться
  • 1
    Итак, как именно я могу предсказать с моей моделью? Я имею в виду, если clf.predict(X_test) дает мне отличный результат, чем оригинал, как я должен его использовать? Меня это озадачило. – lte__ 22 May 2016 в 08:11
  • 2
    @lte__: В целом вы не можете рассчитывать на получение точно правильных результатов от модели регрессии. На что вы надеетесь, ваши прогнозы в целом близки к реальным значениям. Чтобы решить, достаточно ли они достаточно, вам нужно использовать другую оценочную метрику (одну из показателей регрессии). См. Ссылку на документацию, предоставленную мной, которая объясняет многие показатели. – BrenBarn 22 May 2016 в 18:34
2
ответ дан Juan Jose Polanco Arias 20 August 2018 в 18:39
поделиться
Другие вопросы по тегам:

Похожие вопросы: