调用sklearn模型遇到Unknown label type: continuous 的解决办法


调用sklearn模型的时候 报错“Unknown label type: ‘continuous’ “的解决办法

如果你的输出是离散值，想实现回归问题

如果你的输出带有小数，或者输出标签是数值而不是类别，你应该使用回归进行解决。可以参考使用svm预测波士顿房价。具体函数参考下图官方文档
在这里插入图片描述

如果你的输出是离散值，想实现分类问题

解决办法：
在这里插入图片描述
在这里插入图片描述

哦，原来在用sklearn做分类任务的时候，y 应该是整数或者字符串型的向量。至此，这个问题终于得到解答😀，下面解决的办法就很简单了，直接在y输入变量的后面加上转换数据类型为int或者string即可：

# sklearn # python # 机器学习
Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

cover

让数据真正用起来：qData 数据中台开放12大模块，赋能业务创新与智能分析

avatar 2048 AI社区

2025技能图谱：提示工程架构师构建可持续AI提示系统需要的新能力清单

组件类型示例内容输入参数输出格式通用-语气控制“使用亲切的语气，称呼用户为‘亲爱的[用户名]’”用户名字符串通用-伦理约束“如果用户的问题涉及违法内容（如诈骗、毒品），请回复‘抱歉，无法回答这个问题’”用户问题布尔值（是否触发）场景-订单查询“请用户提供订单号（格式：XXX-XXXXXXX），并说明查询目的（如物流、退款）”无字符串场景-退货流程“退货需要3步：1. 申请退货；2. 邮寄商品；3.

avatar 2048 AI社区

提示工程架构师必学：智能设备中的提示优化实战

智能设备的普及，让提示工程从“实验室”走进了“生活”。对于提示工程架构师而言，智能设备中的提示优化不仅是技术挑战，更是对“用户体验”的深刻理解——如何在“有限的资源”中，用“最精简的提示”，实现“最贴心的交互”。本文介绍的6大实战技巧（精简、实时、并行、跨模态），只是智能设备提示优化的“冰山一角”。未来，随着AIoT的进一步融合，提示工程将迎来更多新的挑战，但也会有更多新的机遇。让我们一起，用提示

avatar 2048 AI社区