ValueError: Unknown label type: 'unknown'-Labels are numeric
ValueError: Unknown label type: 'unknown'-Labels are numeric
我正在构建一个用于二元分类的随机森林分类器problem.My标签都是数字。
print labels.unique()
[1 0]
print type(labels)
<class 'pandas.core.series.Series'>
print labels.shape
(3000,)
但是当我用 Gridsearchcv 拟合模型时
pipeline = Pipeline(steps=[('scaler', scaler), ('algorithm', algo)])
cv = StratifiedShuffleSplit(labels, 5, test_size=0.25, random_state=42)
gs = GridSearchCV(pipeline, param_grid, cv=cv, scoring='f1')
gs.fit(features, labels)
我遇到了这个错误
ValueError: Unknown label type: 'unknown'
但是当我使用
gs.fit(features, labels.astype(int))
它正在工作fine.Can有人告诉我标签中的问题出在哪里吗？
您只需使用 tolist() 方法更改要列出的标签类型。使用
labels_lst = labels.tolist()
Scikit-learn 无法自动将系列转换为标签列表。
我正在构建一个用于二元分类的随机森林分类器problem.My标签都是数字。
print labels.unique()
[1 0]
print type(labels)
<class 'pandas.core.series.Series'>
print labels.shape
(3000,)
但是当我用 Gridsearchcv 拟合模型时
pipeline = Pipeline(steps=[('scaler', scaler), ('algorithm', algo)])
cv = StratifiedShuffleSplit(labels, 5, test_size=0.25, random_state=42)
gs = GridSearchCV(pipeline, param_grid, cv=cv, scoring='f1')
gs.fit(features, labels)
我遇到了这个错误
ValueError: Unknown label type: 'unknown'
但是当我使用
gs.fit(features, labels.astype(int))
它正在工作fine.Can有人告诉我标签中的问题出在哪里吗？
您只需使用 tolist() 方法更改要列出的标签类型。使用
labels_lst = labels.tolist()
Scikit-learn 无法自动将系列转换为标签列表。