Не могу понять эту ошибку «Неизвестный тип метки:« непрерывный-мульти-выход »» - PullRequest
Новая
       31

Не могу понять эту ошибку «Неизвестный тип метки:« непрерывный-мульти-выход »»

0 голосов
/ 30 мая 2019

Я пытаюсь запустить несколько алгоритмов машинного обучения в наборе данных, чтобы предсказать, будет ли зарплата / доход больше или равна 50 тыс. Я сделал функцию и передаю ей значения с различными наборами образцов размером 1% выборок, 10% выборок и 100% выборок. Я получаю неизвестную ошибку «Неизвестный тип метки:« непрерывный-мульти-выход »» Я не знаю, что это за ошибка.

Я пытался изменить алгоритмы классификации, которые использовал, но безрезультатно Он отображает одинаковую ошибку для всех алогритов. 

from sklearn.metrics import fbeta_score, accuracy_score

def train_predict (learner, sample_size, X_train, X_test, y_train, y_test):
    results = {}
    start = time()
    learner = learner.fit(X_train[:sample_size], y_train)
    end = time()
    results['train_time'] = end - start

    start = time()
    predictions_test = learner.predict(X_test)
    predictions_train = learner.predict(X_train[:sample_size])
    end = time()

    results['pred_time'] = end - start
    results['acc_train'] = accuracy_score(X_train[:sample_size], y_train[:sample_size])
    results['acc_test'] = accuracy_score[X_test, y_test]
    results['f_train'] = fbeta_score(X_train[:sample_size], y_train[:sample_size], beta = 1)
    resutts['f_test'] = fbeta_score(X_test, y_test, beta = 1)
    print("{} trained on {} samples. ".format(learner.__class__.__name__, sample_size))
    return results

from sklearn.tree import DecisionTreeClassifier
from sklearn.naive_bayes import GaussianNB
from sklearn.svm import SVC

clf_A = DecisionTreeClassifier()
clf_B = GaussianNB()
clf_C = SVC()

samples_100 = len(X_train)       #taking 100% i.e. all the data in training set
samples_10 = int(len(X_train)*.1) # taking 10% of the training data
samples_1 = int(len(X_train)*.01) #taking 1% of the training data

results= {}
for clf in [clf_A, clf_B, clf_C]:
    clf_name = clf.__class__.__name__
    results[clf_name] = {}
    for i, samples in enumerate([samples_1, samples_10, samples_100]):
        results[clf_name][i] = \
        train_predict(clf, samples, X_train, y_train, X_test, y_test)
vs.evaluate(results, accuracy, fscore)

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-66-e06d42fbd15b> in <module>
      5     for i, samples in enumerate([samples_1, samples_10, samples_100]):
      6         results[clf_name][i] = \
----> 7         train_predict(clf, samples, X_train, y_train, X_test, y_test)
      8 vs.evaluate(results, accuracy, fscore)

<ipython-input-62-4484b803a707> in train_predict(learner, sample_size, X_train, X_test, y_train, y_test)
      2     results = {}
      3     start = time()
----> 4     learner = learner.fit(X_train[:sample_size], y_train)
      5     end = time()
      6     results['train_time'] = end - start

C:\ProgramData\Anaconda3\lib\site-packages\sklearn\tree\tree.py in fit(self, X, y, sample_weight, check_input, X_idx_sorted)
    799             sample_weight=sample_weight,
    800             check_input=check_input,
--> 801             X_idx_sorted=X_idx_sorted)
    802         return self
    803 

C:\ProgramData\Anaconda3\lib\site-packages\sklearn\tree\tree.py in fit(self, X, y, sample_weight, check_input, X_idx_sorted)
    138 
    139         if is_classification:
--> 140             check_classification_targets(y)
    141             y = np.copy(y)
    142 

C:\ProgramData\Anaconda3\lib\site-packages\sklearn\utils\multiclass.py in check_classification_targets(y)
    169     if y_type not in ['binary', 'multiclass', 'multiclass-multioutput',
    170                       'multilabel-indicator', 'multilabel-sequences']:
--> 171         raise ValueError("Unknown label type: %r" % y_type)
    172 
    173 

ValueError: Unknown label type: 'continuous-multioutput'

Я хочу, чтобы этот код запускался и отображал точность и другие метрики этих алгоритмов для этих наборов данных.

P.S. Я знаю, что код слишком длинный и громоздкий, но, пожалуйста, приложите усилия, чтобы пройти через него, и дайте мне знать решение. Я новичок в этой области машинного обучения. Любая помощь будет высоко оценена.

P.S. Пожалуйста, не отмечайте этот вопрос как дубликат. Я уже проходил через подобные вопросы и перепробовал все, что было предложено там, но тщетно. Это не имеет никакого смысла для меня.

1 Ответ

0 голосов
/ 01 июня 2019

Хорошо, я получил ошибку, проблема была в том, как я выбирал наборы данных.Я изменил код выборки с помощью атрибута frac, и ошибка исчезла. 

samples_100 = df.sample(frac = 1)      #taking 100% i.e. all the data in training set
samples_10 = df.sample(frac = .1)      #taking 10% of the training data
samples_1 = df.sample(frac = .01)      #taking 1% of the training data
...