我是数据科学新手，正在研究Kaggle Titanic dataset。我正在对其进行Logistic回归，以预测测试数据集中的乘客是存活还是死亡。
我同时清理训练数据和测试数据，并对训练数据运行Logistic回归拟合。都好。
train = pd.read_csv('train.csv')
X_train = train.drop('Survived',axis=1)
y_train = train['Survived']
from sklearn.linear_model import LogisticRegression
logmodel = LogisticRegression()
logmodel.fit(X_train,y_train)
然后像这样对测试数据运行预测模型：
test = pd.read_csv('test.csv')
predictions = logmodel.predict(test)
然后，我尝试打印混淆矩阵：
from sklearn.metrics import classification_report, confusion_matrix
print(confusion_matrix(test,predictions))
我收到一条错误消息：
ValueError：分类指标无法同时处理
连续多输出和二进制目标
这是什么意思，我该如何解决？
我看到的一些潜在问题是：
我在测试数据上的预测模型做得有些愚蠢和错误。
“年龄”和“票价”功能的价值（乘客的费用
票证）是浮点数，其余为整数。
我要去哪里错了？谢谢你的帮助！
最佳答案
正如m-dz所说，confusion_matrix expects 2 arrays，而在代码中则传递整个test数据帧。
而且，另一个common mistake不遵守自变量的顺序，这很重要。
总而言之，您应该要求
confusion_matrix(test['Survived'], predictions)