遇到错误：分类指标无法处理多类多输出和二进制目标的混合

Question

from pandas import read_csv
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier

file = './BBC.csv'
df = read_csv(file)

array = df.values  
X = array[:, 0:11] 
Y = array[:, 11] 

test_size = 0.30 
seed = 45 
X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=test_size, random_state=seed)

model = RandomForestClassifier()  
model.fit(X_train, Y_train)

result = model.score(X_test, X_test)

print("Accuracy: %.3f%%") % (result*100.0)

数据集：https://www.dropbox.com/s/ar1c9yuv5x774cv/BBC.csv?dl=0

我遇到了此错误：

分类指标无法处理多类多输出和二进制目标的混合情况

如果我没记错的话，RandomForest应该能够处理两个类（分类）和均值（回归）。我错了吗？

Answer 1

编辑：
检查您的数据集。因此，对于分类任务，您的问题出在代码中。

result = model.score(X_test, X_test)

请注意，此处的参数应为X_test和Y_test

-----有点题外话-----
如果要使用RandomForest进行回归，则可能应该调用RandomForestRegressor