[Error] Tensorflow | 딥러닝 이진분류 | valueerror: classification metrics can't handle a mix of binary and continuous targets

 

tensorflow를 이용하여 딥러닝을 구현하던 중, 마지막 모델 평가 부분에서 아래와 같은 에러가 났다.

valueerror: classification metrics can't handle a mix of binary and continuous targets

처음에는 다짜고짜 구글링부터 하였는데, 나와 다른 경우의 사람들도 같은 에러가 굉장히 많이 난 것을 확인할 수 있었다.

에러 메세지 자체를 해석해 보면

값 오류 : 분류 메트릭은 이진 및 연속 대상의 혼합을 처리할 수 없습니다.

결국 다시 코드로 돌아와서 확인을 해보니, 친절하게도 Traceback에서 어디서 오류가 시작되었는지 힌트를 주고 있었다.

문제가 되었던 코드는 아래와 같다.

 

from sklearn.metrics import classification_report
y_pred = model.predict(X_test)
print(classification_report(y_test, y_pred))

 

error!!

tensorftlow

Traceback을 보면 3번째 코드까지는 정상적으로 작동하였으나, print문이 있는 4번째 줄에서 에러가 난 것을 확인할 수 있다.

문제가 되는 파라미터인 y_test와 y_pred를 프린트해 보자!

아래 사진과 같다. 이진 분류를 하는 모델인데, 두 값을 비교할 수가 없다.

 

y_pred 출력

y_test 출력

최초에 내 생각으로는, 딥러닝 모델에서 신경망의 출력층(Output Layer)의 활성화함수로 시그모이드(Sigmoid)함수를 사용했기 때문에, 출력값이 딱 떨어지는 0 또는 1이 나올 거라고 착각했다. 🔥하지만 딥러닝은 0부터 1사이의 확률 값이 나온다.

➡️ flatten()와 np.where를 이용하여 변환을 해주어야 한다.

(참고 : 제가 풀었던 문제에서는 1과 2로 이진 분류를 하는 문제여서 0과 1이 아닌 1과 2로 변환하였습니다)

preds_1d = y_pred.flatten() # 차원 펴주기
pred_class = np.where(preds_1d > 0.5, 2 , 1) #0.5보다크면 2, 작으면 1

'''모델 평가'''
from sklearn.metrics import classification_report
y_pred = model.predict(X_test)
print(classification_report(y_test, pred_class))

 

변환해준 y_pred -> pred_class라고 저장

에러없이 잘 동작 :)

에러 없이 잘 동작함을 알 수 있다! ☺️

---

🔍 사용한 함수 

1. numpy.ndarray.flatten : 한 차원으로 축소된 배열의 복사본을 반환

2. numpy.where : 조건에 따라 x 또는 y에서 선택한 요소를 반환

     - parameters

         1) condition : array_like, bool ➡️ True이면 x를 생성하고, 그렇지 않으면 y를 생성

         2) x, y : array_like ➡️ 선택할 값

---

REFERENCE

• numpy.ndarray.flatten documentation : https://numpy.org/doc/stable/reference/generated/numpy.ndarray.flatten.html
• numpy.where documentation : https://numpy.org/doc/stable/reference/generated/numpy.where.html