ValueError:未知标签类型：'continuous'，SVC Sklearn
这个错误通常出现在使用SVC（支持向量机分类器）算法进行分类任务时，目标变量的类型被错误地标记为连续型（continuous）。SVC算法是一种用于处理离散型标签（分类）的算法，无法处理连续型标签（回归）。
解决这个问题的方法是将目标变量的类型更正为离散型。如果目标变量是连续型的，那么SVC算法并不适用，应该选择其他适合回归任务的算法，如SVR（支持向量机回归）。
在机器学习中，目标变量的类型通常分为两类：离散型和连续型。离散型变量表示有限个可能的取值，如分类任务中的类别标签；而连续型变量表示无限个可能的取值，如回归任务中的实数值。
推荐的腾讯云相关产品：腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）提供了丰富的机器学习算法和工具，可以用于解决各种分类和回归任务。
相关·内容
我正在尝试使用这个来自sklearn的名为SVC的库。然而，当我运行我的程序时，我遇到了这个错误：我不知道是否有支持向量回归的回归库，这是我到目前为止唯一找到的回归库下面是我的代码：from sklearn.model_selection import train_test_split
import matplotlib.pyplotas plt
浏览 3提问于2018-02-12得票数 2
回答已采纳
我得到了这个错误： ValueError: Unknown label type: 'continuous' 下面是我的代码： data=data.dropna()plt.title('Algorithm Comparison')
plt.show() 我发现另一个帖子也有类似的问题，但当我尝试解决这个问题时： from sklearnlab_enc.fit_transform(y_train) LogisticRe
浏览 122提问于2021-04-23得票数 0
我正在尝试执行网格搜索来优化我的参数，我的代码是：from sklearn.svm import SVC{'kernel': ['poly'], 'C': [1, 10, 100, 1000], 'degree':[1,2,3,4]}]
ValueError
浏览 0提问于2018-07-02得票数 1
我的问题是model = sklearn.tree.DecisionTreeClassifier()它返回这个错误：<ipython-input-45-3caead2f350b> 1 model.fit(ninp, out)
c
浏览 1提问于2020-10-06得票数 0
下面是我的机器学习代码，shell的输出是ValueError:未知标签类型：'continuous‘import numpy as npimport pandas
浏览 0提问于2017-09-06得票数 1
1回答
我所读到的关于sklearn中多标签分类的很多内容都涉及到一些不太符合这种范式的问题，其中大多数都是“标记”类型的问题，如电影类型分类。有没有办法将我的支持向量机/kNN模型应用于这类问题？然而，这并不能给出每个标签的相对强度，即线性系数。这有可能吗？
浏览 0提问于2019-03-27得票数 3
这是我的密码： from sklearn.svm import SVCfrom sklearn.metrics import accuracy_score svc.fit(train_data, train_labelsprint ('sv
浏览 4提问于2014-06-30得票数 1
回答已采纳
1回答
np.array([[2,2],[3,2]]) clf.fit(array1,array2)
我如何避免使用与Sklearn提供的相同的朴素bayes模块来解决这个问题？
浏览 0提问于2016-02-12得票数 0
首先，我尝试使用MinMaxScaler对其进行重新缩放： array = df.valuesY = array[:,5]
[0.45269065 0.54966355 0.57468495 0.48724943]] 然后我尝试使用RFE和LogisticRegression： from sklearn.feature_selectionimport RFE
from sklearn.linear_mo
浏览 35提问于2021-02-08得票数 1
我是sklearn的新手。我正在尝试做这段代码： from sklearn.feature_extraction.text import CountVectorizerfrom sklearn.naive_bayes import MultinomialNB
X_train, X_test, y_train, y_testtfidf_transformer.fit_transform(X_train_c
浏览 5提问于2020-01-29得票数 0
3回答
import pandas as pdfrom sklearn.linear_model import LogisticRegression
文件"C:\Anaconda3\lib\site-packages\<
浏览 3提问于2017-07-27得票数 80
回答已采纳
= 1),z),axis = 1)from sklearn.neighborsimport KNeighborsClassifierknn = KNeighborsClassifier(n_neighbors= 15)knn
浏览 16提问于2021-08-27得票数 0
回答已采纳
列车样本: mxn列车标签: mxc测试标签: mxc，其中列有每个类的概率。sklearn中的函数执行“1-vs-therest”，它不为每个示例返回可能数组，比如具有predict_proba的。编辑 print X_train.shape,y.shape clf = CalibratedClassifierCV(svc, cv=10)输出：
(7112
浏览 5提问于2015-07-24得票数 3
回答已采纳
pandas.core.series.Series的形式出现(170, 40)
pandas.core.series.Series
(170,)from sklearn.feature_selection import SelectKBest
from sklearn.feature_selection import chi2X_new = SelectKBest(chi2, k=2).fit_transform(X
浏览 0提问于2019-01-22得票数 1
我想得到eli5 5的排列分数，但不断得到的ValueError: Unknown label type: 'continuous'，我如何解决这个问题？import eli5from sklearn.svm import SVC
from sklearn.feature_selection
浏览 0提问于2018-11-16得票数 0
回答已采纳
我使用sklearn.linear_model.LogisticRegression，并希望在火车模型时使用概率标签。但是，当我尝试使用带有概率标签的训练数据作为训练logistic回归模型时，由于下面的代码，我得到了错误。from sklearn.linear_model import LogisticRegression
x = np.array([1966, 1967, 1968: Unknown label ty
浏览 1提问于2019-08-14得票数 1
回答已采纳
test_labels[0:5], Y_pred)
ValueErrormodule>() 1359 else:
浏览 3提问于2017-04-24得票数 1
我有一个数据集df_train和它的一些标签df_train_labels。2.5053382 2.510994Name: SalePrice, dtype: float64from sklearn.ensembleRandomForestClassifier(n_estimators=10)但是，最后一行失败，并显示以下错误：
raise ValueError<
浏览 7提问于2017-12-22得票数 0
inputData=Diabetes.iloc[:,:60]然后使用logistical regression分析数据并绘制ROC
from sklearn.metricscheck_classification_targ
浏览 0提问于2018-09-24得票数 1
2回答
_fit(X，y)文件"C:\Users\jazzm\OneDrive\Desktop\python.venv\lib\site-packages\sklearn\neighbors_base.py"，第429行，在"C:\Users\jazzm\OneDrive\Desktop\python.venv\lib\site-packages\sklearn\utils\multiclass.py"，_fitcheck_classification_targets(y) File ValueError第2
浏览 6提问于2022-11-20得票数 -1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
