[英]Unknown label type: 'continuous'
我的团队成员,遇到问题
----------------------
Avg.SessionLength TimeonApp TimeonWebsite LengthofMembership Yearly Amount Spent
0 34.497268 12.655651 39.577668 4.082621 587.951054
1 31.926272 11.109461 37.268959 2.664034 392.204933
2 33.000915 11.330278 37.110597 4.104543 487.547505
3 34.305557 13.717514 36.721283 3.120179 581.852344
4 33.330673 12.795189 37.536653 4.446308 599.406092
5 33.871038 12.026925 34.476878 5.493507 637.102448
6 32.021596 11.366348 36.683776 4.685017 521.572175
想要申请KNN
X = df[['Avg. Session Length', 'Time on App','Time on Website', 'Length of Membership']]
y = df['Yearly Amount Spent']
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33,
random_state=42)
from sklearn.neighbors import KNeighborsClassifier
knn = KNeighborsClassifier(n_neighbors=1)
knn.fit(X_train,y_train)
ValueError:未知标签类型:“连续”
“ Yearly Amount Spent
列中的值是实数,因此它们不能用作分类问题的标签(请参见此处 ):
在scikit-learn中进行分类时,y是整数或字符串的向量。
因此,您会得到错误。 如果要构建分类模型,则需要决定如何将它们转换为有限的一组标签。
请注意,如果您只是想避免该错误,则可以执行
import numpy as np
y = np.asarray(df['Yearly Amount Spent'], dtype="|S6")
这会将y
的值转换为所需格式的字符串。 但是,每个标签只会出现在一个样本中,因此您无法真正使用这样的标签集构建有意义的模型。
我认为您实际上是在尝试进行回归而不是分类,因为您的代码看起来很像您想预测以数字表示的年度花费。 在这种情况下,请使用
from sklearn.neighbors import KNeighborsRegressor
knn = KNeighborsRegressor(n_neighbors=1)
代替。 例如,如果您确实有一个分类任务,则想将其分类为类似的类(“每年花费少”,“每年花费高” ...),则应离散化标签并将其转换为字符串或整数(如@Miriam Farber所述),具体取决于您在这种情况下需要手动设置的阈值。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.