![](/img/trans.png)
[英]ValueError: Unknown label type: continuous. When implementing regression
[英]Logistic regression: ValueError: Unknown label type: 'continuous'
我想使用邏輯回歸來預測和繪制 Excel 數據集中的曲線<\/a>並獲取其斜率系數。 但是,當我運行代碼(見下文)時,會出現錯誤“ValueError: Unknown label type: 'continuous'.”。
我在類似的問題中讀到 y 值應該是 'int' 類型,但我不想轉換它,因為 y 數字介於 1.66 和 0.44 之間......
這種情況有解決方案還是我應該嘗試另一個回歸模型?
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_)
來自sklearn
的LogisticRegression
是一個分類器,即它期望響應變量是分類的。
你的任務是回歸。 此外,該圖似乎沒有右側 logit 的漸近行為。 使用此處描述的多項式回歸可能會獲得更好的結果。
基於文檔type_of_target(y)
:
確定目標指示的數據類型。
請注意,此類型是可以推斷的最具體的類型。 例如:
binary
更具體但與multiclass
兼容。multiclass
of integers 更具體但與continuous
兼容。multilabel-indicator
更具體但與multiclass-multioutput
兼容。
參數
y
: 類數組
退貨
目標類型:字符串
之一:
- 'continuous':
y
是一個類似於數組的浮點數,不全是整數,並且是 1d 或列向量。- ...
y
更改為y.astype(int)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.