LogisticRegression：未知标签类型：在python中使用sklearn的“ continuous”

LogisticRegression：未知标签类型：在python中使用sklearn的“ continuous”

您正在将浮点数传递给分类器，该分类器期望将分类值作为目标向量。如果将其转换

int

为输入，那么它将被接受为输入（尽管这样做是否正确还是值得怀疑的）。

最好使用scikit的

labelEnprer

功能来转换您的训练成绩。

您的DecisionTree和KNeighbors限定符也是如此。

from sklearn import preprocessingfrom sklearn import utilslab_enc = preprocessing.LabelEnprer()enpred = lab_enc.fit_transform(trainingScores)>>> array([1, 3, 2, 0], dtype=int64)print(utils.multiclass.type_of_target(trainingScores))>>> continuousprint(utils.multiclass.type_of_target(trainingScores.astype('int')))>>> multiclassprint(utils.multiclass.type_of_target(enpred))>>> multiclass