我正在嘗試使用sklearn的cross_val_score函數(http://scikit-learn.org/stable/modules/cross_validation.html)進行多標籤分類。如何使用Sklearn的cross_valation(多標籤分類)獲得每個標籤的F1分數
scores = cross_validation.cross_val_score(clf, X_train, y_train,
cv = 10, scoring = make_scorer(f1_score, average = None))
我希望F1-得分爲每個標籤返回。這種類型的第一個摺疊的作品,但右後給出了一個錯誤:
ValueError: scoring must return a number, got [ 0.55555556 0.81038961 0.82474227 0.67153285 0.76494024 0.89087657 0.93502377 0.11764706 0.81611208] (<type 'numpy.ndarray'>)
我認爲這引發錯誤,因爲cross_val_score預計要返回一個數字。是否有其他方式可以使用cross_val_score獲得每個標籤的F1分數?
[多分類分類的每個分類的F1分數可能重複](http://stackoverflow.com/questions/37615544/f1-score-per-class-for-multi-class-classification) – ncfirth