问题描述

• 今天在使用sklearn_crfsuite.metrics.flat_classification_report函数的时候突然报错：TypeError: classification_report() takes 2 positional arguments but 3 were given，这里对该函数进行了详细剖析，找到报错原因，并给出解决办法。
  

函数详细剖析

• 使用sklearn_crfsuite拓展包中的metrics查看指标

from sklearn_crfsuite import metrics
# y_true为真实标签、y_pred为预测标签、labels为想要查看指标的标签（通常去除'O'）
print(metrics.flat_classification_report(y_true, y_pred, labels=sort_labels))

• 输入y_true和y_pred的输入格式通常如下图，即长度为序列个数，每个子列表为序列中每个字符的类别
  
• 跳转到sklearn_crfsuite.metrics.flat_classification_report函数中发现，实际调用的还是sklearn.metrics.classification_report，并使用@_flattens_y装饰器对输入数据进行展平后输入
  
  
• 展平后的数据形式如下图
  
• 从flat_classification_report中可以看到，它将label坐标作为位置参数传入，即未指定参数名称
• 但在下图的sklearn.metrics.classification_report函数中可以看到，其只接收y_true和y_pred两个位置参数，第三个*代表后面的参数必须指定参数名称，从而导致传入的labels成了多余的参数而报错
  

解决办法

• 既然都是调用的sklearn中的方法，那就自己重新实现以下过程，即展平后输入

from sklearn import metrics

y_true = [label for y in y_true for label in y]
y_pred = [label for y in y_pred for label in y]

print(metrics.classification_report(
    y_true, y_pred, labels=sort_labels
))

• 或者使用sklearn_crfsuite里的方式进行展平

from sklearn import metrics
from itertools import chain

y_true = list(chain.from_iterable(y_true))
y_pred = list(chain.from_iterable(y_pred))

print(metrics.classification_report(
    y_true, y_pred, labels=sort_labels
))