Python中的sklearn.utils.multiclass.unique_labels()函数详解

在Python的scikit-learn库中，sklearn.utils.multiclass.unique_labels()函数用于获取多分类标签的 值列表。

函数原型：

unique_labels(y_true, y_pred)

参数说明：

- y_true：样本的真实标签数组，数组形状为(n_samples,)

- y_pred：样本的预测标签数组，数组形状为(n_samples,)

返回值：一个包含所有 标签值的numpy数组。

使用示例：

from sklearn.utils.multiclass import unique_labels
import numpy as np

y_true = np.array([0, 1, 2, 0, 1, 2])
y_pred = np.array([0, 1, 1, 0, 2, 2])

labels = unique_labels(y_true, y_pred)

print(labels)

输出结果：

[0 1 2]

在上述示例中，y_true数组表示样本的真实标签，y_pred数组表示样本的预测标签。通过调用unique_labels()函数，可以获取两个数组中出现的 标签值，即[0, 1, 2]。