Python ValueError：未知标签类型：“连续”

Question

我是这里的初学者，我一生都在努力理解另一个与我有相同问题的堆栈溢出帖子。 Logistic Regression:Unknown label type: 'continuous'

这是我下面的机器学习代码，shell 输出给我 ValueError: Unknown label type: 'continuous'

我想我理解我正在“将浮点数传递给一个分类器，该分类器期望分类值作为目标向量。如果将其转换为 int，它将被接受为输入（尽管这是否是正确的做法值得怀疑）它）。最好使用scikit的labelEncoder函数转换你的训练分数”

有人可以告诉我如何将 scikit 的 labelEncoder 函数合并到我的代码中吗？这是在说明分类器 X 和 y 之前实现的吗？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)

Answer 1

由于您的 VAV6znt 列是一个浮点数，这意味着您正在尝试从数据中估计一个数值。这使它成为一个回归问题，您正在使用KNeighborsClassifier，它是一个分类估计器。

尝试使用KNeighborsRegressor 或任何其他名称中包含 Regressor 的估算器。

像上面那样将它们转换为 int 会起作用，但不会产生好的结果，因为这意味着你的数据中有很多类，因为它们是唯一的 int，这显然是错误的。