我有一个scikit-learn模型，简化后看起来像这样：

clf1 = RandomForestClassifier()clf1.fit(data_training, non_binary_labels_training)prediction1 = clf1.predict(data_testing)clf2 = RandomForestClassifier()binary_labels = label_binarize(non_binary_labels_training, ["a", "b", "c"])clf2.fit(data_training, binary_labels)prediction2 = clf2.predict(data_testing)f1_score1(non_binary_labels_testing, prediction1))f1_score2(binary_labels_testing, prediction2))

现在，f1_score1总是比f1_score2好。换句话说，多类别标签的得分比从相同多类别标签生成的二元标签得分要好。有没有原因，这是不是预期的结果？

我有大约70个训练和测试文件，以及36个类别（不像上面的例子只有三个）。

回答：

看起来当你将标签二元化时，随机森林可以同时预测多个标签，而在初始情况下只能预测最可能的标签。F1分数对这种情况很敏感。

更新：我错了。我已经测试过，在我的情况下它总是只返回一个标签，但得分仍然很差。

更新2：我并没有像我想的那样错。sum(sum(prediction2))的值似乎小于len(prediction)，所以某些行中应该有0。