DecisionTreeClassifier model.fit(X, y) 命令返回错误
DecisionTreeClassifier model.fit(X, y) command is returning an error
我正在编写一个模型以根据距离预测旅行时间。我得到
ValueError: Unknown label type: 'continuous' error when I run this code:
import pandas as pd
from sklearn.tree import DecisionTreeClassifier
times = pd.read_csv('SC.csv')
X = times.drop(columns=['Time'])
y = times.drop(columns=['distance'])
model = DecisionTreeClassifier()
model.fit(X, y)
这是因为您的目标是浮点值,而不是整数。您可能正在尝试对连续目标进行分类。
也许可以尝试 DecisionTreeRegressor()
,或者如果您的标签被错误地转换为浮点数,则将您的目标转换为整数。或者仔细检查您使用的列是否正确。
我正在编写一个模型以根据距离预测旅行时间。我得到
ValueError: Unknown label type: 'continuous' error when I run this code:
import pandas as pd
from sklearn.tree import DecisionTreeClassifier
times = pd.read_csv('SC.csv')
X = times.drop(columns=['Time'])
y = times.drop(columns=['distance'])
model = DecisionTreeClassifier()
model.fit(X, y)
这是因为您的目标是浮点值,而不是整数。您可能正在尝试对连续目标进行分类。
也许可以尝试 DecisionTreeRegressor()
,或者如果您的标签被错误地转换为浮点数,则将您的目标转换为整数。或者仔细检查您使用的列是否正确。