更新到v.0.17后,逻辑回归不起作用

时间:2016-07-14 04:11:17

标签: python machine-learning scikit-learn

我有类似的东西:

                      places GET    /places(.:format)                                            places#index
                             POST   /places(.:format)                                            places#create
                   new_place GET    /places/new(.:format)                                        places#new
                  edit_place GET    /places/:id/edit(.:format)                                   places#edit
                       place GET    /places/:id(.:format)                                        places#show
                             PUT    /places/:id(.:format)                                        places#update
                             DELETE /places/:id(.:format)                                        places#destroy

其中X_train

linear_model.LogisticRegression(penalty='l2').fit(X_train, y_train)

和y_train:

array([[  2500. ,   5000. ,   5000. , ...,   4697.2,      3. ,  10600. ],
       ..., 
       [  2500. ,   3500. ,   3500. , ...,   3072. ,      3. ,  12800. ]])

这在array([ 4.865146, 12.309128, 1.469881, ..., 5.248941, 11.84231 , 2.178483]) 中没有任何错误或警告,但升级到v.0.16.1后失败并显示错误:

v.0.17.1

阅读v16v17的文档我没有发现任何不同之处。唯一可疑的是:

  

Logistic回归(又名logit,MaxEnt)分类器。

哪种情况表明这实际上不是回归模型,而是分类模型,所以y_train应该是类别(但是相同的解释是在v16中,所以我不确定是否是这种情况)。

无论如何,我想知道为什么会这样,我怎么能让它发挥作用。

展示问题的可运行,自包含的示例

ValueError: Unknown label type: my y_train array.

1 个答案:

答案 0 :(得分:3)

我想你想要LinearRegression;逻辑回归实际上是一种分类模型(尽管有误导性的名称)。不确定你的代码在前一版本中做了什么,也许它将每个浮点值视为一个标签?