OneVsOneClassifier因pandas DataFrame而失败

Question

我一直在使用pandas DataFrame和scikit-learn模型。在内部，pandas DataFrame透明地转换为numpy ndarray（例如LogisticRegression，SVC，MultinomialNB等）。 但是，当给定pandas DataFrame时，sklearn.multiclass.OneVsOneClassifier会失败，而在给定numpy ndarray时它会正常运行。
这可以使用此代码重现。

import pandas as pd
from sklearn.linear_model import LogisticRegression
from sklearn.multiclass import OneVsOneClassifier

df = pd.DataFrame({'a': range(15), 'b': range(20, 35)})
labels = pd.Series(['a', 'b', 'c'] * 5)

clf = OneVsOneClassifier(LogisticRegression())
# clf = LogisticRegression()   # This works file

clf.fit(df, labels)

有人可以确认这是不是一个错误？
如果没有指向我解释的文档。

其他信息：

我在函数_fit_ovo_binary

的最后一行跟踪了sklearn / multiclass.py的根本原因。

return _fit_binary(estimator, X[ind[cond]], y_binary, classes=[i, j])

这里假设X是numpy ndarray（实际上是pandas DataFrame）并尝试使用整数索引。这导致例外。