ValueError: y contains non binary labels for VotingClassifier with my GradientBoostingClassifier

Question

您好，我正在尝试将 VotingClassifier 与 GradientBoostingClassifier 一起使用，我在其周围放置了一个包装器以使用 sample_weight。 但是，我收到以下错误，无法弄清楚如何解决它。

代码：

class MyGradientBoostingClassifier(GradientBoostingClassifier):
    def fit(self, X , y=None):
        return super(GradientBoostingClassifier, self).fit(X, y, sample_weight=y)


rf =  RandomForestClassifier(n_jobs=-1)
mygb = MyGradientBoostingClassifier()

vc = VotingClassifier(estimators=[('rf', rf), ('mygb', mygb)],
                        voting='soft',
                        weights=[1,2])

mygb.fit(X5, y5)

y 的样本是[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 0. 0. 0. 0. 1. 0. 0. 0. 0.]，它是 np 数组

错误：

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-62-c56d4cac146f> in <module>()
     13                         weights=[1,2])
     14 
---> 15 mygb.fit(X5, y5)

<ipython-input-62-c56d4cac146f> in fit(self, X, y)
      3         print np.shape(y), np.shape(X), Counter(y), type(y)
      4         print y[:20]
----> 5         return super(GradientBoostingClassifier, self).fit(X, y, sample_weight=y)
      6 
      7 

/Users/a/anaconda/lib/python2.7/site-packages/sklearn/ensemble/gradient_boosting.pyc in fit(self, X, y, sample_weight, monitor)
    987 
    988             # fit initial model - FIXME make sample_weight optional
--> 989             self.init_.fit(X, y, sample_weight)
    990 
    991             # init predictions

/Users/a/anaconda/lib/python2.7/site-packages/sklearn/ensemble/gradient_boosting.pyc in fit(self, X, y, sample_weight)
    117 
    118         if neg == 0 or pos == 0:
--> 119             raise ValueError('y contains non binary labels.')
    120         self.prior = self.scale * np.log(pos / neg)
    121 

ValueError: y contains non binary labels.

Answer 1

对于分类模型，y 预计是一个整数类标签（0 和 1），因此将其同时用作分类目标和样本权重是没有意义的。

所有权重为 0 的样本都被模型忽略，不可能只用训练集中同一类的样本训练二元分类模型。