ValueError：未知標簽類型：“未知”

Question

我嘗試運行以下代碼。 順便說一句，我對 python 和 sklearn 都是新手。

import pandas as pd
import numpy as np
from sklearn.linear_model import LogisticRegression


# data import and preparation
trainData = pd.read_csv('train.csv')
train = trainData.values
testData = pd.read_csv('test.csv')
test = testData.values
X = np.c_[train[:, 0], train[:, 2], train[:, 6:7],  train[:, 9]]
X = np.nan_to_num(X)
y = train[:, 1]
Xtest = np.c_[test[:, 0:1], test[:, 5:6],  test[:, 8]]
Xtest = np.nan_to_num(Xtest)


# model
lr = LogisticRegression()
lr.fit(X, y)

其中 y 是 0 和 1 的 np.ndarray

我收到以下信息：

文件“C:\Anaconda3\lib\site-packages\sklearn\linear_model\logistic.py”，行 >1174，適合 check_classification_targets(y)

文件“C:\Anaconda3\lib\site-packages\sklearn\utils\multiclass.py”，第 172 行，>in check_classification_targets raise ValueError("Unknown label type: %r" % y_type)

ValueError：未知標簽類型：“未知”

來自 sklearn 文檔： http ://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html#sklearn.linear_model.LogisticRegression.fit

y：類數組，形狀（n_samples，）目標值（分類中的類標簽，回歸中的實數）

我的錯誤是什么？

更新：

y 是數組([0.0, 1.0, 1.0, ..., 0.0, 1.0, 0.0], dtype=object) 大小是 (891,)

Answer 1

您的y屬於object類型，因此 sklearn 無法識別其類型。 在y = train[:, 1]行之后添加y=y.astype('int')行。

Answer 2

添加到 Miriam ，我也得到了類似的錯誤，但在我的情況下， y_pred 的各個元素的類型為'np.int32'而 y 的各個元素的類型為'int' 。 我通過這樣做解決了它：

for i,x in enumerate(y_pred):
    y_pred[i]=x.astype('int')

Answer 3

y = list(train[:, 1]) 為我工作。

Answer 4

我也遇到了類似的錯誤。 我發現我的目標是非整數類型。 將我的目標變量轉換為整數類型后。 砰，錯誤已解決

y = train_data['Y'].astype('int')