我有一个数组,其中包含特征值作为浮子,并且我有一个标签,即整数-1和0。
。示例:特征值:
[[ 17.99 10.38 122.8 ..., 0.147 0.242 0.079]
[ 20.57 17.77 132.9 ..., 0.07 0.181 0.057]]
当我将标签附加到特征值数组时,标签会变成浮子。示例 - 附加的feature_values 0:
[[ 17.99 10.38 122.8 ..., 0.242 0.079 0. ]]
运行以下代码时:
training_set = data_features[:,0:9]
test_set = data_features[:,9]
seed = 7
num_trees = 100
max_features = 3
kfold = model_selection.KFold(n_splits=10, random_state=seed)
model = RandomForestClassifier(n_estimators=num_trees, max_features=max_features)
results = model_selection.cross_val_score(model, training_set, test_set, cv=kfold)
print(results.mean())
我有一个错误:
raise ValueError("Unknown label type: %r" % y_type)
ValueError: Unknown label type: 'continuous'
从我阅读的内容中,我看到这是因为标签是浮标而发生的。
如果将特征值的dtype更改为" int",则代码确实可以使用,但是我需要保留浮子。
是否有任何方法可以将标签作为整数和特征值作为浮子,以使代码有效?
您需要将y_labels转换为整数,以便RandomForestClassifier可以在其上训练。
test_set = data_features[:,9].astype(int)