我可以在 KNN 机器学习模型中使用字符串值作为我的因变量吗？

Question

所以，我有 128 个面部编码的数据，标签是人的名字，上面有名字的列是我的目标列。 我显然使用了标签二值化来二值化因变量（名称列）。 当我使用 KNN 拟合和预测人名时，它没有预测任何内容。

它应该是这样的：

但是我得到了这个：

因此，我的第一个疑问是我是否可以使用字符串值作为我的依赖变量或目标变量。 任何帮助表示赞赏。 谢谢

对于二值化，我使用了这个

#Binarising the labels
labelBinarised = LabelBinarizer()
Y_train=labelBinarised.fit_transform(Y_train)
Y_test = labelBinarised.fit_transform(Y_test)

Answer 1

您可以使用字符串值作为目标变量，因为文档说目标变量应该是{array-like, sparse matrix} Target values of shape = [n_samples] or [n_samples, n_outputs] ，他们没有提到它只是数字。 您的特征需要是数字，因为它用于计算距离，但您的目标可以是字符串。

在下面的例子中，目标值是字符串，它工作正常：

X = [[0], [1], [2], [3]]
y = ['zero', 'zero', 'one', 'one']

from sklearn.neighbors import KNeighborsClassifier

neigh = KNeighborsClassifier(n_neighbors=3)
neigh.fit(X, y)

print(neigh.predict([[3]]))

#output
#array(['one'], dtype='<U4')