X = train_encoded_df.iloc[:, 1: ]
y = train_encoded_df["Loan_Status"]
print("Precision:",metrics.precision_score(y_test, y_pred))
我的训练数据包含使用get_dummies().
这导致了错误：
> ValueError: pos_label=1 is not a valid label: array(['N', 'Y'], dtype='U1')
如何解决这个问题？
pos_label是 scikit-learn precision_score（文档）的一个论点；它的目的是，表明哪个标签是正面的，如果没有明确给出（就像你在这里的情况），它假定默认值1（再次检查文档）。
由于您的案例中的正面标签似乎是'Y'，因此将最后一行替换为：
print("Precision:",metrics.precision_score(y_test, y_pred, pos_label='Y'))
你可以试试这个：
print("精度：",metrics.precision_score(y_test, y_pred, average='weighted'))