关于 f1_score 和 roc_auc_score

使用sklearn中f1_score过程中的警告

• 警告信息：UndefinedMetricWarning: F-score is ill-defined and being set to 0.0 in labels with no predicted samples.
  'precision', 'predicted', average, warn_for)
• 这个警告信息是说在所有的真实标签中存在标签没有被预测过，比如说：y_true = [0,2,1,3]，y_pred = [2,2,3,3]

使用sklearn中roc_auc_score过程中的错误

• 错误信息：ValueError: Only one class present in y_true. ROC AUC score is not defined in that case.
• 这个错误是说在 y_true 中有一列只有一种类别，比如：
  y_true = [[0, 1, 0]
       [1, 0, 0]
       [1, 0, 0]]
  其中最后一列只有 0 也就是只有一个类别。将y_true变回直接的数字标签形式，即 [1,0,0]，这个错误消失了