/home/ming/anaconda3/lib/python3.7/site-packages/sklearn/metrics/classification.py:1439: UndefinedMetricWarning: F-score is ill-defined and being set to 0.0 in labels with no true samples. 'recall', 'true', average, warn_for) test 0.06457949662369551 about ccf-bdci-sentiment-analysis-baseline HOT 5 CLOSED

/home/ming/anaconda3/lib/python3.7/site-packages/sklearn/metrics/classification.py:1439: UndefinedMetricWarning: F-score is ill-defined and being set to 0.0 in labels with no true samples.
'recall', 'true', average, warn_for)
test 0.06457949662369551
F1正常，test值低，而且出现这样的报错，寻求许久，未解决，请问这是因为什么？

因为test集的标签是假的，全为0。只有交到排行榜才有成绩

from ccf-bdci-sentiment-analysis-baseline.

/home/ming/anaconda3/lib/python3.7/site-packages/sklearn/metrics/classification.py:1439: UndefinedMetricWarning: F-score is ill-defined and being set to 0.0 in labels with no true samples.
'recall', 'true', average, warn_for)
test 0.06457949662369551
F1正常，test值低，而且出现这样的报错，寻求许久，未解决，请问这是因为什么？

因为test集的标签是假的，全为0。只有交到排行榜才有成绩

/home/ming/anaconda3/lib/python3.7/site-packages/sklearn/metrics/classification.py:1439: UndefinedMetricWarning: F-score is ill-defined and being set to 0.0 in labels with no true samples.
'recall', 'true', average, warn_for)
test 0.06457949662369551
F1正常，test值低，而且出现这样的报错，寻求许久，未解决，请问这是因为什么？

因为test集的标签是假的，全为0。只有交到排行榜才有成绩

当我尝试迁移数据训练时，导出的sub.csv里面没有标签为2的值，这个让我很奇怪。
输入数据也为三分类，标签是0,1,2，f1正常。
pp['label'].value_counts()
0 7901
1 2099
Name: label, dtype: int64

from ccf-bdci-sentiment-analysis-baseline.

/home/ming/anaconda3/lib/python3.7/site-packages/sklearn/metrics/classification.py:1439: UndefinedMetricWarning: F-score is ill-defined and being set to 0.0 in labels with no true samples.
'recall', 'true', average, warn_for)
test 0.06457949662369551
F1正常，test值低，而且出现这样的报错，寻求许久，未解决，请问这是因为什么？

因为test集的标签是假的，全为0。只有交到排行榜才有成绩

/home/ming/anaconda3/lib/python3.7/site-packages/sklearn/metrics/classification.py:1439: UndefinedMetricWarning: F-score is ill-defined and being set to 0.0 in labels with no true samples.
'recall', 'true', average, warn_for)
test 0.06457949662369551
F1正常，test值低，而且出现这样的报错，寻求许久，未解决，请问这是因为什么？

因为test集的标签是假的，全为0。只有交到排行榜才有成绩

当我尝试迁移数据训练时，导出的sub.csv里面没有标签为2的值，这个让我很奇怪。
输入数据也为三分类，标签是0,1,2，f1正常。
pp['label'].value_counts()
0 7901
1 2099
Name: label, dtype: int64

不是很了解你的问题是什么。test值不就是F1,为什么又说test值低但F1正常？sub.csv的输出应该是label_0,label_1,label_2的概率。怎么会没有标签为2的值呢？

from ccf-bdci-sentiment-analysis-baseline.

/home/ming/anaconda3/lib/python3.7/site-packages/sklearn/metrics/classification.py:1439: UndefinedMetricWarning: F-score is ill-defined and being set to 0.0 in labels with no true samples.
'recall', 'true', average, warn_for)
test 0.06457949662369551
F1正常，test值低，而且出现这样的报错，寻求许久，未解决，请问这是因为什么？

因为test集的标签是假的，全为0。只有交到排行榜才有成绩

/home/ming/anaconda3/lib/python3.7/site-packages/sklearn/metrics/classification.py:1439: UndefinedMetricWarning: F-score is ill-defined and being set to 0.0 in labels with no true samples.
'recall', 'true', average, warn_for)
test 0.06457949662369551
F1正常，test值低，而且出现这样的报错，寻求许久，未解决，请问这是因为什么？

因为test集的标签是假的，全为0。只有交到排行榜才有成绩

当我尝试迁移数据训练时，导出的sub.csv里面没有标签为2的值，这个让我很奇怪。
输入数据也为三分类，标签是0,1,2，f1正常。
pp['label'].value_counts()
0 7901
1 2099
Name: label, dtype: int64

如果你用的是这个比赛的数据，test的值就是这样，因为test数据集label是不可见的，我在数据处理的时候，把全部label置为0了。只有交到排行榜才能知道真实的F1

from ccf-bdci-sentiment-analysis-baseline.

/home/ming/anaconda3/lib/python3.7/site-packages/sklearn/metrics/classification.py:1439: UndefinedMetricWarning: F-score is ill-defined and being set to 0.0 in labels with no true samples.
'recall', 'true', average, warn_for)
test 0.06457949662369551
F1正常，test值低，而且出现这样的报错，寻求许久，未解决，请问这是因为什么？

因为test集的标签是假的，全为0。只有交到排行榜才有成绩

/home/ming/anaconda3/lib/python3.7/site-packages/sklearn/metrics/classification.py:1439: UndefinedMetricWarning: F-score is ill-defined and being set to 0.0 in labels with no true samples.
'recall', 'true', average, warn_for)
test 0.06457949662369551
F1正常，test值低，而且出现这样的报错，寻求许久，未解决，请问这是因为什么？

因为test集的标签是假的，全为0。只有交到排行榜才有成绩

当我尝试迁移数据训练时，导出的sub.csv里面没有标签为2的值，这个让我很奇怪。
输入数据也为三分类，标签是0,1,2，f1正常。
pp['label'].value_counts()
0 7901
1 2099
Name: label, dtype: int64

如果你用的是这个比赛的数据，test的值就是这样，因为test数据集label是不可见的，我在数据处理的时候，把全部label置为0了。只有交到排行榜才能知道真实的F1

非常感谢你！

from ccf-bdci-sentiment-analysis-baseline.