遇到错误：分类指标无法处理多类多输出和二元目标的混合
Error encountered: Classification metrics can't handle a mix of multiclass-multioutput and binary targets
from pandas import read_csv
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
file = './BBC.csv'
df = read_csv(file)
array = df.values
X = array[:, 0:11]
Y = array[:, 11]
test_size = 0.30
seed = 45
X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=test_size, random_state=seed)
model = RandomForestClassifier()
model.fit(X_train, Y_train)
result = model.score(X_test, X_test)
print("Accuracy: %.3f%%") % (result*100.0)
数据集：https://www.dropbox.com/s/ar1c9yuv5x774cv/BBC.csv?dl=0
我遇到了这个错误：
分类指标无法处理多类多输出和二元目标的混合
如果我没记错的话，RandomForest 应该能够同时处理 类（分类）和均值（回归）。我错了吗？
编辑：
检查了您的数据集。所以对于分类任务，你的问题出在你的代码上。
result = model.score(X_test, X_test)
注意这里的参数应该是X_test和Y_test
-----有点跑题-----
如果你想使用 RandomForest 进行回归，你可能应该调用 RandomForestRegressor
from pandas import read_csv
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
file = './BBC.csv'
df = read_csv(file)
array = df.values
X = array[:, 0:11]
Y = array[:, 11]
test_size = 0.30
seed = 45
X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=test_size, random_state=seed)
model = RandomForestClassifier()
model.fit(X_train, Y_train)
result = model.score(X_test, X_test)
print("Accuracy: %.3f%%") % (result*100.0)
数据集：https://www.dropbox.com/s/ar1c9yuv5x774cv/BBC.csv?dl=0
我遇到了这个错误：
分类指标无法处理多类多输出和二元目标的混合
如果我没记错的话，RandomForest 应该能够同时处理 类（分类）和均值（回归）。我错了吗？
编辑：
检查了您的数据集。所以对于分类任务，你的问题出在你的代码上。
result = model.score(X_test, X_test)
注意这里的参数应该是X_test和Y_test
-----有点跑题-----
如果你想使用 RandomForest 进行回归，你可能应该调用 RandomForestRegressor