在这里我是初学者,我想为我的生活,了解了有和我一样同样的问题后流动这一个叠层.. Logistic Regression:Unknown label type: 'continuous'Python的ValueError异常:未知的标签类型:“连续”
这是我下面的机器学习对码,并且外壳输出的是给我ValueError异常:未知的标签类型:“连续”
我想我明白,我“传递花车,其预计分类值作为目标分类vector。如果将它转换为int,它将被接受为输入(尽管如果这是正确的做法,这是值得怀疑的)。最好通过使用sc来转换你的训练分数ikit的labelEncoder函数“
有人可以给我一个关于如何将scikit的labelEncoder函数并入我的代码的提示吗?这是否在声明分类符X & y之前执行?无论我在做什么,我都在做错事。谢谢
import numpy as np
from sklearn import preprocessing, cross_validation, neighbors, utils
import pandas as pd
df = pd.read_csv('C:\\Users\\bbartling\\Documents\\Python\\WB
Data\\WB_RTU6data.csv', index_col='Date', parse_dates=True)
print(df.head())
print(df.tail())
print(df.shape)
print(df.columns)
print(df.info())
print(df.describe())
X = np.array(df.drop(['VAV6znt'],1))
df.dropna(inplace=True)
y = np.array(df['VAV6znt'])
accuracies = []
X_train, X_test, y_train, y_test =
cross_validation.train_test_split(X,y,test_size=0.50)
clf = neighbors.KNeighborsClassifier(n_neighbors=50)
clf.fit(X_train, y_train)
accuracy = clf.score(X_test, y_test)
print(accuracy)
感谢您的回应,你能告诉我我的代码在哪里转换为整数?我不太明白这一点,我想尽量避免这种情况......我有一种感觉,我所有的工作都将是这种类型的'浮动'型数据..任何帮助都非常感谢,我也试图找到所有Sci kit学习“Regressor”类型估计器 – HenryHub
@HenryHub你在你的问题中提到“如果你将它转换为int,它将被接受为输入”。无论如何,你应该首先了解分类和回归任务。无论如何,在此页面上搜索Regressor:http://scikit-learn.org/stable/modules/classes.html#api-reference –
这工作非常好,谢谢你的提示。我不得不在分类和回归任务之间做一些研究。 – HenryHub