我正在使用 scikit learn 0.15.2 解决多类分类问题。在我开始使用 MultiLabelBinarizer 之前，我在遵循以下示例时收到了很多 DeprecationWarnings，如下所示：scikit 0.14 多标签指标：
“DeprecationWarning：从 0.17 版开始，将无法直接支持序列多标签表示。使用 sklearn.preprocessing.MultiLabelBinarizer 转换为标签指示表示。”
但是，我找不到一种方法来让分类报告（精确度、召回率、f-measure）与它一起工作，因为我以前可能如此处所示：scikit 0.14 multi label metrics
我尝试使用 inverse_transform 如下，这给出了一个分类报告，但也再次给出了警告，从 0.17 开始，此代码将中断。
如何获得多类分类问题的度量？
示例代码：
import numpy as np
from sklearn.multiclass import OneVsRestClassifier
from sklearn.preprocessing import MultiLabelBinarizer
from sklearn.svm import LinearSVC
from sklearn.metrics import classification_report
# Some simple data:
X_train = np.array([[0,0,0], [0,0,1], [0,1,0], [1,0,0], [1,1,1]])
y_train = [[1], [1], [1,2], [2], [2]]
# Use MultiLabelBinarizer and train a multi-class classifier:
mlb = MultiLabelBinarizer(sparse_output=True)
y_train_mlb = mlb.fit_transform(y_train)
clf = OneVsRestClassifier(LinearSVC())
clf.fit(X_train, y_train_mlb)
# classification_report, here I did not find a way to use y_train_mlb,
# I am getting a lot of DeprecationWarnings
predictions_test = mlb.inverse_transform(clf.predict(X_train))
print classification_report(y_train, predictions_test)
# Predict new example:
print mlb.inverse_transform(clf.predict(np.array([0,1,0])))