ValueError：未知标签类型：应用随机森林时“连续”答案

【问题标题】：ValueError: Unknown label type: 'continuous' when applying Random ForrestValueError：未知标签类型：应用随机森林时“连续”
【发布时间】：2018-06-05 03:52:15
【问题描述】：

我有一个数据集df_train 和一些标签df_train_labels。

print(df_train.shape)
print(df_train_labels.shape)

输出：

(1460, 6)
(1460,)

和

print(df_train[0:4])
print(df_train_labels[0:4])

输出

   OverallQual  GrLivArea  GarageCars  TotalBsmtSF  FullBath  YearBuilt
0            1   0.000000           1            1         1          1
1            1   0.000000           0            1         0          1
2            0   0.693147           0            2         0          2
3            0   1.098612           1            3         1          3
0    2.505338
1    2.493950
2    2.510994
3    2.472277
Name: SalePrice, dtype: float64

我正在尝试根据这些数据拟合模型：

from sklearn.ensemble import RandomForestClassifier
clf = RandomForestClassifier(n_estimators=10)
clf = clf.fit(df_train, df_train_labels)

但是，最后一行失败并出现此错误：

raise ValueError("Unknown label type: %r" % y_type)
ValueError: Unknown label type: 'continuous'

我查看了here 和here，但没有看到任何与我的问题相关的信息。

知道可能出了什么问题吗？

【问题讨论】：

您的问题的答案在您在此处链接的两个帖子中。 df_train_labels 包含实数，但您使用的 分类器 需要离散数字 (labels)。也许，你想要RandomForestRegressor 而不是RandomForestClassifier。

标签： python pandas dataframe scikit-learn

【解决方案1】：

如果您的解决方案需要分类而不是回归，那么我建议您使用非连续标签列表，例如 [0,1,2,3] 并创建一个与原始标签列表的一对一映射。

【讨论】：

【解决方案2】：

RandomForestClassifier 似乎不适用于浮点数，所以我改用了RandomForestRegressor。

【讨论】：

“似乎不起作用”并没有完全涵盖它根本不是为它设计的事实！你正在做回归而不是分类，所以使用了错误的东西。
请先了解您在这里解决的问题。您正在尝试预测连续值，这是一项回归任务。