ValueError：在scikit-learn中使用分类器解包需要多于1个值

Question

我有以下代码可以从我的数据集中学习：

>>> train_features[:5]
array([[2.0, 9.0, 37.0, 0.0, 28.71, 0.0, 243.63, False],
       [2.0, 0.0, 4.0, 0.0, 0.0, 0.0, 6.3100000000000005, False],
       [2.0, 3.0, 3.0, 0.0, 28.07, 0.0, 28.07, False],
       [2.0, 1.0, 2.0, 0.0, 5.49, 0.0, 14.48, False],
       [2.0, 3.0, 3.0, 0.0, 7.4700000000000015, 0.0, 7.4700000000000015,
        False]], dtype=object)

>>> train_labels[:5]
array([ True, False,  True, False,  True], dtype=bool)

>>> rf = RandomForestClassifier(n_estimators=10) 
>>> rf.fit(train_labels, train_features)

我在fit函数上遇到这个错误：

  

ValueError：解包需要多于1个值

我认为这是格式化错误。 scikit-learn有什么价值？我没有在scikit-learn手册中找到输入参考。

Answer 1

唯一的错误是您以相反的顺序传递了参数。 替换：

rf.fit(train_labels, train_features)

由：

rf.fit(train_features,train_labels)

希望它解决了这个问题。