ValueError: Unknown label type: 'continuous' Error in SVM
ValueError: Unknown label type: 'continuous' Error in SVM
我在 运行 下面的代码中遇到错误。我已经尝试了我找到的所有解决方案,但都没有用。
错误是
ValueError: Unknown label type: 'continuous'
这是我的代码:
random_state=0
classifier = SVC(kernel='linear', random_state = 0)
classifier.fit(X_train, y_train)
我在以下时间遇到了这个错误:
classifier.fit(X_train, y_train)
state
是因变量,k
是自变量。所以我想训练这些。我的主要目的是根据新的 k
变量来估计状态信息。我没有使用索引进行训练。 X
和 Y
集合等于 'k' 和 'state'.
如果不查看数据,很难说出为什么会出现此错误。
但是,我的第一个猜测是您必须将非整数值作为标签传递,在状态标题中显示为 0/1,但我不确定是否是这种情况。
我建议您有 2 个选项。
- 使用
astype()
函数将数据类型显式转换为 int32
。
- 使用
LabelEncoder
对输出变量进行编码。
我在 运行 下面的代码中遇到错误。我已经尝试了我找到的所有解决方案,但都没有用。
错误是
ValueError: Unknown label type: 'continuous'
这是我的代码:
random_state=0
classifier = SVC(kernel='linear', random_state = 0)
classifier.fit(X_train, y_train)
我在以下时间遇到了这个错误:
classifier.fit(X_train, y_train)
state
是因变量,k
是自变量。所以我想训练这些。我的主要目的是根据新的 k
变量来估计状态信息。我没有使用索引进行训练。 X
和 Y
集合等于 'k' 和 'state'.
如果不查看数据,很难说出为什么会出现此错误。
但是,我的第一个猜测是您必须将非整数值作为标签传递,在状态标题中显示为 0/1,但我不确定是否是这种情况。
我建议您有 2 个选项。
- 使用
astype()
函数将数据类型显式转换为int32
。 - 使用
LabelEncoder
对输出变量进行编码。