[英]ValueError: Unknown label type: 'continuous' in DecisionTreeClassifier()
我正在尝试创建一个 model 来预测下面的结果列:
Date Open High Close Result
1/22/2010 25.95 31.29 30.89 0.176104
2/19/2010 23.98 24.22 23.60 -0.343760
3/19/2010 21.46 23.16 22.50 0.124994
4/23/2010 21.32 21.77 21.06 -0.765601
5/21/2010 55.41 55.85 49.06 0.302556
我正在使用的代码是:
import pandas
from sklearn.tree import DecisionTreeClassifier
dataset = pandas.read_csv('data.csv')
X = dataset.drop(columns=['Date','Result'])
y = dataset.drop(columns=['Date', 'Open', 'High', 'Close'])
model = DecisionTreeClassifier()
model.fit(X, y)
但我收到一个错误:
ValueError: Unknown label type: 'continuous'
也欢迎使用其他算法的建议。
在 ML 中,首先要考虑问题的性质,这一点很重要。 是回归问题还是分类问题? 您是否有目标数据(监督学习) ,或者这是您没有目标并想更多地了解数据的固有结构(例如无监督学习)的问题。 然后,考虑您需要在管道中采取哪些步骤来准备数据(预处理)。
在这种情况下,您将浮点数(浮点数)传递给分类器(DecisionTreeClassifier)。 这样做的问题是分类器通常将不同的类分开,因此该分类器需要一个string
或integer
类型来区分不同的类(这被称为“目标”)。 您可以在分类器简介中了解更多相关信息。
您要解决的问题是确定一个连续的数值 output, Result
。 这被称为回归问题,因此您需要使用回归算法(例如DecisionTreeRegressor )。 一旦你有了这个简单的回归算法,你就可以尝试其他回归算法,这是一个很好的起点,因为它是一个相当简单易懂的算法,它相当透明,速度快,易于实现 - 所以决策树是起点的绝佳选择!
作为进一步说明,重要的是要考虑预处理您的数据。 您只需将目标与输入数据分开即可完成其中的一些操作:
X = dataset.drop(columns=['Date','Result'])
y = dataset.drop(columns=['Date', 'Open', 'High', 'Close'])
但是,您可能希望进一步研究预处理,特别是数据的标准化。 这通常是您实施的任何 ML 算法都必须执行的步骤,以便能够解释您的数据。 有句话叫:“垃圾进,垃圾出”。
预处理的一部分有时需要您更改给定列的数据类型。 从表面上看,您的问题中发布的错误导致人们认为手头的问题是您需要更改数据类型。 但是,正如所解释的,在您的问题的情况下,这样做无济于事,因为您寻求使用回归来确定连续的 output。
您正在使用DecisionTreeClassifier
它是一个分类器,只会预测分类值,例如0
或1
,但您的Result
列是连续的,因此您应该使用DecisionTreeRegressor
几点建议
Regression
的东西,但这些需要像 ARIMA 一样的 model。 至于错误, DecisionTreeClassifier
应该用于识别 1、2、3、4 等类别,但仅限于一组限制类。
对于像Results
这样的连续和分数系列,您应该使用回归模型或 ARIMA 时间序列 ML 模型。
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.