from sklearn.svm import LinearSVC
from sklearn.metrics import accuracy_score
model = LinearSVC()
model.fit(x_train, y_train)
previsiones = model.predict(x_test)
tasa_de_acierto = accuracy_score(y_test, previsiones)
print(f'La tasa de acierto fue de: {round(tasa_de_acierto*100,2)}%')
Lo hice tal cual al instructor, estoy en la unidad 2, apartado 3 "Lectura y manipulación de datos" y me arroja error:
ValueError: Classification metrics can't handle a mix of multilabel-indicator and binary targets
ValueError Traceback (most recent call last)
<ipython-input-15-891db1d1b5fe> in <module>
6 previsiones = model.predict(x_test)
7
----> 8 tasa_de_acierto = accuracy_score(y_test, previsiones)
9 print(f'La tasa de acierto fue de: {round(tasa_de_acierto*100,2)}%')
1 frames
/usr/local/lib/python3.7/dist-packages/sklearn/metrics/_classification.py in _check_targets(y_true, y_pred)
93 raise ValueError(
94 "Classification metrics can't handle a mix of {0} and {1} targets".format(
---> 95 type_true, type_pred
96 )
97 )
ValueError: Classification metrics can't handle a mix of multilabel-indicator and binary targets
Hola Martín, espero que estés bien!
Mi sugerencia inicial es ejecutar desde el principio el código, al probar aquí no hubo errores.
Sin embargo, si el error persiste, y este error se soluciona al convertir las Labels a un solo dígito o "single-digit" (antes están como vectores codificados one-hot).
Saludos y buenos estudios!