Question

我正在尝试采用机器学习方法，但是遇到了一些问题。这是我的代码：

import sys
import scipy
import numpy
import matplotlib
import pandas
import sklearn

from pandas.plotting import scatter_matrix
import matplotlib.pyplot as plt
from sklearn import model_selection
from sklearn.metrics import classification_report
from sklearn.metrics import confusion_matrix
from sklearn.metrics import accuracy_score
from sklearn.linear_model import LogisticRegression
from sklearn.tree import DecisionTreeClassifier
from sklearn.neighbors import KNeighborsClassifier
from sklearn.discriminant_analysis import LinearDiscriminantAnalysis
from sklearn.naive_bayes import GaussianNB
from sklearn.svm import SVC

dataset = pandas.read_csv('Libro111.csv')
array = numpy.asarray(dataset,dtype=numpy.float64) #all values are float64

X = array[:,1:49]
Y = array[:,0]
validation_size = 0.2
seed = 7.0
X_train, X_validation, Y_train, Y_validation = model_selection.train_test_split(X, Y, test_size=validation_size, random_state=seed)

scoring = 'accuracy'
models = []
models.append(('LR', LogisticRegression()))
models.append(('LDA', LinearDiscriminantAnalysis()))
models.append(('KNN', KNeighborsClassifier()))
models.append(('CART', DecisionTreeClassifier()))
models.append(('NB', GaussianNB()))
models.append(('SVM', SVC()))
results = []
names = []
for name, model in models:
    kfold = model_selection.KFold(n_splits=10, random_state=seed)
    cv_results = model_selection.cross_val_score(model, X_train, Y_train, cv=kfold, scoring=scoring)
    results.append(cv_results)
    names.append(name)
    msg = "%s: %f (%f)" % (name, cv_results.mean(), cv_results.std())
    print(msg)

然后我得到两个不同的错误。

对于Logistic回归：

File "C:\ProgramData\Anaconda3\lib\site-packages\sklearn\utils\multiclass.py", line 172, in check_classification_targets
    raise ValueError("Unknown label type: %r" % y_type)

ValueError: Unknown label type: 'continuous'

我找到了一个有同样问题的人，但是我还无法解决。.

（最重要的是）

File "C:\ProgramData\Anaconda3\lib\site-packages\sklearn\utils\multiclass.py", line 97, in unique_labels
    raise ValueError("Unknown label type: %s" % repr(ys))

ValueError: Unknown label type: (array([ 0.5,  0. ,  1. ,  1. ,  0.5,  0.5,  1. ,  0.5,  0. ,  0.5,  1. ,
        0. ,  0. ,  0. ,  1. ,  1......

在两种情况下，当我执行“ cv_result”行时都会出现错误...因此，希望您能为我提供帮助...

Answer 1

“ ValueError：未知标签类型：'continuous'”表示您的“ Y”值不是数据的类类型（多行共享相同的整数值，每个整数代表一个类）。因此，您不能使用“ DecisionTreeClassifier”，“ KNeighborsClassifier”，“ LogisticRegression”（不要被其名称所迷惑，LogisticRegression是布尔分类方法）或任何其他分类机器学习方法。实际上，您的“ Y”值都是不同的或“连续的”（可能是浮点数），因此您只能使用回归机器学习（即“ RandomForestRegressor”）。

以下是两种解决方案：

a）将Y值分组到bin（类）中。对数据应用分类建模。

b）如果您希望预测具有值（浮点数），则需要使用回归机器学习方法来预测Y值。

顺便说一句，“评分='准确性'”评估方法用于分类建模。

引发ValueError（“未知标签类型：％s”％repr（ys））ValueError：未知标签类型：（数组

1 个答案: