在sklearn中实现SVC时出错

Question

我正在尝试实现svc来预测连续变量：

print("X_train_dtm type ", type(X_train_dtm))
print("y_train type ", type(y_train))
svc = svm.SVC(kernel='linear', C=C).fit(X_train_dtm, y_train)

但是我得到以下输出和错误：

X_train_dtm type  <class 'scipy.sparse.csr.csr_matrix'>
y_train type  <class 'pandas.core.series.Series'>

raise ValueError("Unknown label type: %r" % y)

ValueError: Unknown label type: 72      0.526
350     0.253
457     0.763
2       0.340
1044   -0.223
241    -0.364
979     0.357
892    -0.384
969    -0.114
761    -0.285
866     0.516
559     0.295
73      0.328
117    -0.130

我尝试过很多东西，但无法修复它。

Answer 1

SVC代表C-支持向量分类。 该算法是分类算法，不能预测连续数据。相反，你应该使用回归算法。您可以检查SVR算法，该算法也使用支持向量机或其他回归算法（线性回归，套索，随机森林回归等）。

祝你好运！