Question

我正在尝试通过逻辑回归进行预测，并使用Python和sklearn库测试准确性。我正在使用从这里下载的数据：

http://archive.ics.uci.edu/ml/datasets/concrete+compressive+strength

其excel文件。我写了一个代码，但是我总是遇到相同的错误，错误是：

ValueError: Unknown label type: 'continuous'

进行线性回归时，我使用了相同的逻辑，并且适用于线性回归。

这是代码：

import numpy as np
import pandas as pd
import xlrd
from sklearn import linear_model
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split

#Reading data from excel

data = pd.read_excel("DataSet.xls").round(2)
data_size = data.shape[0]
#print("Number of data:",data_size,"\n",data.head())

my_data = data[(data["Superpl"] == 0) & (data["FlyAsh"] == 0) & (data["BlastFurSlag"] == 0)].drop(columns=["Superpl","FlyAsh","BlastFurSlag"])
my_data = my_data[my_data["Days"]<=28]
my_data_size = my_data.shape[0]
#print("Size of dataset for 28 days or less:", my_data_size, "\n", my_data.head())


def logistic_regression(data_input, cement, water,
                          coarse_aggr, fine_aggr, days):

    variable_list = []
    result_list = []

    for column in data_input:

        variable_list.append(column)
        result_list.append(column)

    variable_list = variable_list[:-1]
    result_list = result_list[-1]

    variables = data_input[variable_list]
    results = data_input[result_list]

    #accuracy of prediction (splittig dataframe in train and test)
    var_train, var_test, res_train, res_test = train_test_split(variables, results, test_size = 0.3, random_state = 42)

    #making logistic model and fitting the data into logistic model
    log_regression = linear_model.LogisticRegression()
    model = log_regression.fit(var_train, res_train)

    input_values = [cement, water, coarse_aggr, fine_aggr, days]

    #predicting the outcome based on the input_values
    predicted_strength = log_regression.predict([input_values]) #adding values for prediction
    predicted_strength = round(predicted_strength[0], 2)

    #calculating accuracy score
    score = log_regression.score(var_test, res_test)
    score = round(score*100, 2)

    prediction_info = "\nPrediction of future strenght: " + str(predicted_strength) + " MPa\n"
    accuracy_info = "Accuracy of prediction: " + str(score) + "%\n"
    full_info = prediction_info + accuracy_info

    return full_info

print(logistic_regression(my_data, 376.0, 214.6, 1003.5, 762.4, 3)) #true value affter 3 days: 16.28 MPa

Answer 1

尽管您没有提供数据的详细信息，但是从错误和代码最后一行的注释来看：

#true value affter 3 days: 16.28 MPa

我认为您处于回归（即数字预测）设置中。线性回归是适合此任务的模型，但逻辑回归不是不是：逻辑回归是针对分类问题的，因此它期望将二进制（或分类）数据作为目标变量，而不是连续值，因此会出错。

简而言之，您正在尝试应用不适合您的问题的模型。

更新（链接到数据之后）：实际上，仔细阅读数据集描述，您会看到（添加了重点）：

混凝土抗压强度是回归问题

在scikit-learn User's Guide中进行逻辑回归（再次强调）：

逻辑回归（尽管有名称）是用于分类而不是回归的线性模型。

Python中的多元逻辑回归显示错误

1 个答案: