sklearn.LogisticRegression ValueError：未知 label 类型：'连续'

Question

我收到此错误：

ValueError: Unknown label type: 'continuous'

这是我的代码：

data=data.dropna()
array = data.values
X = array[:,0:]
y = array[:,-1]
X_train, X_validation, y_train, y_validation = train_test_split(X, Y, test_size=0.20, random_state=1)

models = []
models.append(('LR', LogisticRegression(solver='liblinear', multi_class='ovr')))
models.append(('LDA', LinearDiscriminantAnalysis()))
models.append(('KNN', KNeighborsClassifier()))
# Evaluate each model in turn
results = []
names = []
for name, model in models:
    # TimeSeries Cross validation
    tscv = TimeSeriesSplit(n_splits=10)
    cv_results = cross_val_score(model, X_train, y_train, cv=tscv, scoring='r2')
    results.append(cv_results)
    names.append(name)
    print('%s: %f (%f)' % (name, cv_results.mean(), cv_results.std()))
    
# Compare Algorithms
plt.boxplot(results, labels=names)
plt.title('Algorithm Comparison')
plt.show()

我发现另一个有类似问题的帖子，但是当我尝试解决问题时：

from sklearn import utils

lab_enc = preprocessing.LabelEncoder()
encoded = lab_enc.fit_transform(y_train)

LogisticRegression 和 KNeighborsClassifier 有效，但 LinearDiscriminantAnalysis 返回 nas 和错误：

ValueError: The number of samples must be more than the number of classes.

那时我并不真正了解我在做什么，并且文档对我没有多大帮助。

有人可以向我解释这些错误吗？

Answer 1

您在连续 output 上使用了分类模型。

对于您使用的模型，output 必须是 0/1（二进制）和 0/1/2/3（对于多类）的形式。

您可以对时间序列数据使用线性/多项式/岭/套索回归。

您还使用了 X = array[:,0:]。 这也将包括 output 列以及功能（即 X）。

请改用 X = array[:,0:-1]。 当您采用特征时，这将排除最后一列。