我对scikit-learn分类器的拟合方法的行为感到困惑。我正在预处理我的数组，该数组识别这些类，使得它们是单热编码的，例如，形状是（n_samples，n_classes）。
但是，当我尝试使用SVC或逻辑回归等算法时，我收到以下错误：ValueError: bad input shape (100, 3)。
现在公平地说，文档确实表明for fit(X,y)
，y应定义如下：y : array-like, shape (n_samples,)。另外，如果我只加载Iris数据集，iris.target也是一个长度为n_samples的数组。
我的问题是，当我运行任意分类算法时scikit-learn会自动对这些类进行单热编码吗？如果是这样，则不清楚是否已经避免了作为用户进行该预处理步骤的需要。我假设情况一定如此，因为我的印象是单热编码产生比增量排序类更好的性能。但也许这个假设也是不正确的。