在多变量模型中获得单个样本的分数？

Question

我正在尝试制作一个简单的scikit-learn示例，但我一直收到错误：multiclass-multioutput is not supported。

我的代码的第一部分，遵循任何基本教程，按预期工作：

>>> from sklearn import ensemble
>>> from sklearn import datasets
>>> dataset = datasets.load_linnerud()
>>> X, y = dataset.data, dataset.target
>>> clf = ensemble.RandomForestClassifier(n_estimators=500)
>>> clf.fit(X, y)
>>> clf.predict([X[0]])
array([[ 191.,   36.,   50.]])

然而，当我尝试获得预测分数时，我收到以下错误：

>>> clf.score([X[0]], [y[0]])
(...)
ValueError: multiclass-multioutput is not supported

使用datasets.load_iris()时，一切正常。我究竟做错了什么？如何在多变量模型中获得单个样本的分数？

Answer 1

尝试将RandomForestRegressor换成RandomForestClassifier。 load_linnerud()的文档显示这是一个回归问题。这样做使代码对我有用。