ValueError：数据不是二进制且未指定pos_label
问题内容：
我正在尝试计算roc_auc_score，但是出现以下错误。
"ValueError: Data is not binary and pos_label is not specified"
我的代码段如下：
import numpy as np
from sklearn.metrics import roc_auc_score
y_scores=np.array([ 0.63, 0.53, 0.36, 0.02, 0.70 ,1 , 0.48, 0.46, 0.57])
y_true=np.array(['0', '1', '0', '0', '1', '1', '1', '1', '1'])
roc_auc_score(y_true, y_scores)
请告诉我这是怎么回事。
问题答案：
您只需要进行更改即可y_true，如下所示：
y_true=np.array([0, 1, 0, 0, 1, 1, 1, 1, 1])
说明： 如果查看一下https://github.com/scikit-learn/scikit-
learn/blob/0.15.X/sklearn/metrics/metrics.py中的roc_auc_score功能，您将看到其评估如下：y_true
classes = np.unique(y_true)
if (pos_label is None and not (np.all(classes == [0, 1]) or
np.all(classes == [-1, 1]) or
np.all(classes == [0]) or
np.all(classes == [-1]) or
np.all(classes == [1]))):
raise ValueError("Data is not binary and pos_label is not specified")
在执行的时刻pos_label是None，但是只要您将y_true字符定义为一个字符数组，并且np.all它们总是false被否定，并且所有条件都被否定，则if条件为，true并且引发异常。
