Question

我想使用决策树来预测基于6个也是浮点值的特征的浮点值。我意识到决策树可能不是最好的方法，但我正在比较多种方法以尝试更好地理解它们

我得到的错误是我的y训练数据列表中的“未知标签类型”。我已经读过“DecisionTreeClassifier”接受浮点值，通常这些值无论如何都会转换为float 32。我明确地将列表中的值设置为float32但是仍然存在问题，有人可以帮忙吗？

我的x训练数据样本（features_x_train）：

[[  2.49496743e-01   6.07936502e-01  -4.20752168e-01  -3.88045199e-02
   -7.59323120e-01  -7.59323120e-01]
 [  4.07418489e-01   5.36915325e-02   2.95270741e-01   1.87122121e-01
    9.89770174e-01   9.89770174e-01]]

我的训练数据样本（predict_y_train）：[ -7.59323120e-01 9.89770174e-01]

...代码

df_train = wellbeing_df[feature_cols].sample(frac=0.9)

#Split columns into predictor and result
features_x_train = 
np.array(df_train[list(top_features_cols)].values).astype(np.float32)
predict_y_train = np.asarray(df_train['Happiness score'], dtype=np.float32)


#Setup decision tree
decision_tree = tree.DecisionTreeClassifier()
decision_tree = decision_tree.fit(features_x_train, predict_y_train) 
#Train tree on 90% of available data

错误：

ValueError                                Traceback (most recent call last)
<ipython-input-103-a44a03982bdb> in <module>()
     19 #Setup decision tree
     20 decision_tree = tree.DecisionTreeClassifier()
---> 21 decision_tree = decision_tree.fit(features_x_train, predict_y_train) #Train tree on 90% of available data
     22 
     23 #Test on remaining 10%

C:\Users\User\Anaconda2\lib\site-packages\sklearn\tree\tree.pyc in fit(self, X, y, sample_weight, check_input, X_idx_sorted)
    175 
    176         if is_classification:
--> 177             check_classification_targets(y)
    178             y = np.copy(y)
    179 

C:\Users\User\Anaconda2\lib\site-packages\sklearn\utils\multiclass.pyc in check_classification_targets(y)
    171     if y_type not in ['binary', 'multiclass', 'multiclass-multioutput', 
    172             'multilabel-indicator', 'multilabel-sequences']:
--> 173         raise ValueError("Unknown label type: %r" % y)
    174 
    175 

ValueError: Unknown label type: array([[ -7.59323120e-01],
       [  9.89770174e-01],

此外，如果我将列表更改为字符串值，则代码将运行

Answer 1

决策树分类器，是......分类器。分类器是从一些任意空间（通常是R ^ d）到有限值空间的函数估计器，称为标签空间。因此python（scikit-learn）希望你传递类似标签的东西，因此：整数，字符串等浮点数不是有限空间的典型编码形式，它们用于回归

因此很短，你似乎混淆了分类和回归。如何区分？

如果您有y作为花车，但只能获得有限数量的不同值，并且在训练集中获得所有，那么这就是分类 - 只需将您的值转换为字符串或整数，就可以了。

如果你有y作为花车，并且这是实际的真实值，你可以有很多值，甚至在训练集中看不到，你希望你的模型以某种方式“插入”这个是回归，您应该使用DecisionTreeRegressor。

Answer 2

使用sklearn.tree.DecisionTreeRegressor（）

具有浮点数的“未知标签类型”决策树分类器

2 个答案: