multilabel_metrics_fn crashes when a thresholded metric comes after "ddi" in the metrics list

Đã đóng
  • Có gì không ổn?
#1,242 0 bình luận 0 reaction 0 người được giao Xem trên GitHub

Maintainer thường phản hồi trong vòng 2 ngày

@Om-singhaI đang làm issue này rồi.

Từ ngày 22/9/2026.

  • #1243 của @Om-singhaI — đang mở

Đánh giá

Độ khó
2/5
Thời gian dự kiến
1-3 giờ
Mức phù hợp với người mới
25/100
Loại issue
Lỗi
Độ rõ ràng
Đặc tả rõ ràng
Mức độ hoạt động
Đình trệ
Công nghệ
numpy, python, scikit-learn
Lĩnh vực
machine-learning

Hướng nghiên cứu

Start with multilabel_metrics_fn in pyhealth.metrics.multilabel, especially the ddi branch and the metrics loop; the report includes a reproduction script and expected results. Check the existing tests for this function, then verify that reversing metric order produces the same scores and that the documented threshold default and example output match the function. A pull request is already open for this issue.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

Where "ddi" sits in the metrics list changes whether multilabel_metrics_fn returns at all. If a metric that reads the thresholded predictions comes after it, the call raises instead of returning scores.

This lands on drug recommendation, where the DDI rate is the headline safety number, so listing it first is the natural way to write the call. Trainer hands the list to the metrics function untouched, so Trainer(metrics=["ddi", "jaccard_samples", "f1_samples"]) fails inside evaluate(). The function's own docstring lists the accepted names with ddi ahead of hamming_loss, and that order fails too.

Steps to reproduce

On b96c3f5, with python 3.13.15, scikit-learn 1.7.2 and numpy 2.2.6:

import os
import tempfile
from unittest.mock import patch

import numpy as np

from pyhealth.metrics import multilabel_metrics_fn

y_true = np.array([[1, 0, 1], [0, 1, 1], [1, 1, 0], [0, 0, 1]])
y_prob = np.array(
    [[0.9, 0.4, 0.8], [0.2, 0.7, 0.6], [0.8, 0.9, 0.1], [0.1, 0.2, 0.7]]
)

tmp = tempfile.mkdtemp()
np.save(
    os.path.join(tmp, "ddi_adj.npy"),
    np.array([[0, 1, 0], [1, 0, 0], [0, 0, 0]], dtype=float),
)

with patch("pyhealth.metrics.multilabel.CACHE_PATH", tmp):
    print(multilabel_metrics_fn(y_true, y_prob, metrics=["jaccard_samples", "ddi"]))
    print(multilabel_metrics_fn(y_true, y_prob, metrics=["ddi", "jaccard_samples"]))
What I get
{'jaccard_samples': 0.9166666666666666, 'ddi_score': 0.4}
ValueError: Classification metrics can't handle a mix of multilabel-indicator and unknown targets
What I expected

Both lines print the same numbers, ddi_score 0.4 and jaccard_samples 0.9166666666666666. The position of a metric in the list should not change the result.

Notes

The "ddi" branch turns the thresholded y_pred matrix into a list of label indices and assigns it back to y_pred, so the next metric in the loop is handed a ragged list. f1_*, precision_*, recall_*, jaccard_* and hamming_loss all raise the ValueError above. accuracy raises AttributeError: 'list' object has no attribute 'flatten'. Metrics that read y_prob only still work, so metrics=["ddi", "pr_auc_samples"] returns {'ddi_score': 0.4, 'pr_auc_samples': 1.0}.

The error text names neither ddi nor y_pred, so there's nothing in it that points at the list order.

Two smaller docstring mistakes in the same function: the signature is threshold: float = 0.3 while the Args block says Default is 0.5, and the Examples block shows {'accuracy': 0.5} where the function returns {'accuracy': 0.6666666666666666}.

I have a fix and can open a PR.

Ngôn ngữ chính
Python
Star
1.7k
Fork
803
Merge trung bình
4 ngày 18 giờ
Pull request đã merge (30 ngày)
58

Chuẩn bị môi trường

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của sunlabuiuc/PyHealth

Tất cả issue của sunlabuiuc/PyHealth

Issue tương tự

Thêm issue về Python

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.