我在我的数据上应用朴素贝叶斯算法，该算法用浮点数标记。如果我的Y数组由int类型值组成，则预测正确。请参阅以下代码：
import numpy as np
X = np.array([[0], [1]])
Y = np.array([1, 2])
from sklearn.naive_bayes import GaussianNB
clf = GaussianNB()
clf.fit(X, Y)
print (clf.predict([[0]]))
Output is [1]
字符串值也有效。请参阅以下代码：
import numpy as np
X = np.array([[0], [1]])
Y = np.array(['A', 'B'])
from sklearn.naive_bayes import GaussianNB
clf = GaussianNB()
clf.fit(X, Y)
print (clf.predict([[0]]))
Output is ['A']
但是如果我将Y的值更改为浮动数字，那么我会收到错误。请参阅以下代码：
import numpy as np
X = np.array([[0], [1]])
Y = np.array([0.1, 0.2])
from sklearn.naive_bayes import GaussianNB
clf = GaussianNB()
clf.fit(X, Y)
print (clf.predict([[0]]))
Error : ValueError: Unknown label type: array([ 0.1, 0.2])
如何处理Naive Bayes中的浮动数组？我想映射这两个X和Y
X = np.array([[0], [1], [2], [3], [4], [5], [6], [7], [8], [9], [10], [11], [12], [13], [14], [15], [16], [17], [18], [19], [20], [21], [22], [23], [24], [25], [26], [27], [28], [29], [30]])
Y = np.array([0.0, 0.03333333333333333, 0.06666666666666667, 0.1, 0.13333333333333333, 0.16666666666666666, 0.2, 0.23333333333333334, 0.26666666666666666, 0.3, 0.3333333333333333, 0.36666666666666664, 0.4, 0.43333333333333335, 0.4666666666666667, 0.5, 0.5333333333333333, 0.5666666666666667, 0.6, 0.6333333333333333, 0.6666666666666666, 0.7, 0.7333333333333333, 0.7666666666666667, 0.8, 0.8333333333333334, 0.8666666666666667, 0.9, 0.9333333333333333, 0.9666666666666667, 1.0])
答案 0 :(得分：2)
一个简单的回归示例：
from sklearn import linear_model
from sklearn import datasets
from sklearn import metrics
boston = datasets.load_boston()
X_train = boston.data[:450] #define training X set
y_train = boston.target[:450] #define training y set
X_test = boston.data[450:] #define test X set
y_test = boston.target[450:] #define test y set
lin = linear_model.LinearRegression() #initialize regressor
lin.fit(X_train, y_train) #fit training data
preds = lin.predict(X_test) #make prediction on X test set
print metrics.mean_absolute_error(y_test, preds) #evaluate performance
我建议您在linear_model中探索其他选项。