ValueError:需要1个以上的值才能在scikit-learn中使用分类器进行解压缩

Question

我有以下代码要从我的数据集中学习：

>>> train_features[:5]
array([[2.0, 9.0, 37.0, 0.0, 28.71, 0.0, 243.63, False],
       [2.0, 0.0, 4.0, 0.0, 0.0, 0.0, 6.3100000000000005, False],
       [2.0, 3.0, 3.0, 0.0, 28.07, 0.0, 28.07, False],
       [2.0, 1.0, 2.0, 0.0, 5.49, 0.0, 14.48, False],
       [2.0, 3.0, 3.0, 0.0, 7.4700000000000015, 0.0, 7.4700000000000015,
        False]], dtype=object)
>>> train_labels[:5]
array([ True, False,  True, False,  True], dtype=bool)
>>> rf = RandomForestClassifier(n_estimators=10) 
>>> rf.fit(train_labels, train_features)

我在拟合函数上得到了这个错误：

ValueError：需要超过1个值才能打开

我认为这是一个格式错误。scikit learn期望什么价值？我在scikit学习手册中没有找到输入参考。

Answer 1

唯一的错误是以相反的顺序传递参数。替换：

rf.fit(train_labels, train_features)

发件人：

rf.fit(train_features,train_labels)

希望它能解决问题。