我是python和机器学习的新手。根据我的要求，我正在尝试对数据集使用朴素贝叶斯算法。

我能够找出准确度，但尝试找出准确度并回想一下。但是，它引发以下错误：

   "choose another average setting." % y_type)
ValueError: Target is multiclass but average='binary'. Please choose another average setting.

谁能建议我如何进行。我曾尝试在平均值和召回率分数中使用average ='micro'。它的工作原理没有任何错误，但在准确性，准确性和召回率上却给出了相同的分数。

我的数据集：

train_data.csv：

review,label
Colors & clarity is superb,positive
Sadly the picture is not nearly as clear or bright as my 40 inch Samsung,negative

test_data.csv：

review,label
The picture is clear and beautiful,positive
Picture is not clear,negative

我的代码：

from sklearn.preprocessing import MultiLabelBinarizer
from sklearn.model_selection import train_test_split
from sklearn.naive_bayes import BernoulliNB
from sklearn.metrics import confusion_matrix
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.naive_bayes import …