Python/Scikit-Learn - 无法处理多类和连续的混合答案

【问题标题】：Python/Scikit-Learn - Can't handle mix of multiclass and continuousPython/Scikit-Learn - 无法处理多类和连续的混合
【发布时间】：2016-09-18 22:36:13
【问题描述】：

我正在尝试将 SGDRegressor 拟合到我的数据中，然后检查准确性。拟合效果很好，但是预测与原始目标数据的数据类型不同（？），我得到了错误

ValueError: Can't handle mix of multiclass and continuous

拨打print "Accuracy:", ms.accuracy_score(y_test,predictions)时。

数据看起来像这样（只有 20 万多行）：

Product_id/Date/product_group1/Price/Net price/Purchase price/Hour/Quantity/product_group2
0   107 12/31/2012  10  300 236 220 10  1   108

代码如下：

from sklearn.preprocessing import StandardScaler
import numpy as np
from sklearn.linear_model import SGDRegressor
import numpy as np
from sklearn import metrics as ms

msk = np.random.rand(len(beers)) < 0.8

train = beers[msk]
test = beers[~msk]

X = train [['Price', 'Net price', 'Purchase price','Hour','Product_id','product_group2']]
y = train[['Quantity']]
y = y.as_matrix().ravel()

X_test = test [['Price', 'Net price', 'Purchase price','Hour','Product_id','product_group2']]
y_test = test[['Quantity']]
y_test = y_test.as_matrix().ravel()

clf = SGDRegressor(n_iter=2000)
clf.fit(X, y)
predictions = clf.predict(X_test)
print "Accuracy:", ms.accuracy_score(y_test,predictions)

我应该做些什么不同的事情？谢谢！

【问题讨论】：

您可以考虑通过使用 round 函数将连续值四舍五入到最接近的整数来将连续值转换为离散值。 natbusa回答的类似问题请参考此link
杜策是对的。或者您可以使用y_preds = y_preds > 0.5 更改为离散。在这里您可以设置自己的阈值。
@SharkDeng 你错了，就像之前的评论一样；问题的根本原因已在下面的答案中指出（链接的答案也是错误的）

标签： python scikit-learn

【解决方案1】：

准确度是一个分类指标。您不能将其与回归一起使用。有关各种指标的信息，请参阅 the documentation。

【讨论】：

那么我如何准确地预测我的模型？我的意思是，如果clf.predict(X_test) 给我的输出与原始输出不同，我应该如何使用它？这让我很困惑。
@lte__：一般来说，你不能期望从回归模型中得到完全正确的结果。您希望的是您的预测总体上接近真实值。要确定它们是否足够接近，您需要使用不同的评估指标（回归指标之一）。请参阅我提供的文档链接，其中解释了许多指标。

【解决方案2】：

准确度分数仅适用于分类问题。对于回归问题，您可以使用：R2 分数、MSE（均方误差）、RMSE（均方根误差）。

【讨论】：