逻辑回归：ValueError：未知标签类型：“连续”

Question

我想使用逻辑回归来预测和绘制 Excel 数据集中的曲线<\/a>并获取其斜率系数。 但是，当我运行代码（见下文）时，会出现错误“ValueError: Unknown label type: 'continuous'.”。

我在类似的问题中读到 y 值应该是 'int' 类型，但我不想转换它，因为 y 数字介于 1.66 和 0.44 之间......

这种情况有解决方案还是我应该尝试另一个回归模型？

非常感谢提前

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import PolynomialFeatures
import seaborn as sns
from sklearn.linear_model import LogisticRegression


df = pd.read_excel('Fatigue2.xlsx',sheet_name='Sheet4')

X = df[['Strain1', 'Temperature1']]
y = df['Cycles1']

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=101)

#poly = PolynomialFeatures(degree=2)
#X_ = poly.fit_transform(X_train)

LR = LogisticRegression()
LR.fit(X_train,y_train)

g = sns.lmplot(x='Cycles1', y='Strain1', hue = 'Temperature1', data=df, fit_reg= False)
g.set(xscale='log', yscale ='log')
g.set_axis_labels("Cycles (log N)", "Strain")

print ('Coefficients : ', LR.coef_, 'Intercept :', LR.intercept_)

Answer 1

来自sklearn的LogisticRegression是一个分类器，即它期望响应变量是分类的。

你的任务是回归。 此外，该图似乎没有右侧 logit 的渐近行为。 使用此处描述的多项式回归可能会获得更好的结果。

Answer 2

基于文档type_of_target(y) ：

确定目标指示的数据类型。

请注意，此类型是可以推断的最具体的类型。 例如：

• binary更具体但与multiclass兼容。
• multiclass of integers 更具体但与continuous兼容。
• multilabel-indicator更具体但与multiclass-multioutput兼容。

参数

y : 类数组

退货

目标类型：字符串

之一：

• 'continuous'： y是一个类似于数组的浮点数，不全是整数，并且是 1d 或列向量。
• ...

将y更改为y.astype(int)