python - 当Sklearn天真贝叶斯与浮点数一起使用时，未知的标签类型错误

我正在对我的数据应用朴素贝叶斯算法，该算法以浮点数标记。如果我的Y数组由int类型值组成，则预测正确进行。请参见以下代码：

import numpy as np

X = np.array([[0], [1]])

Y = np.array([1, 2])

from sklearn.naive_bayes import GaussianNB
clf = GaussianNB()
clf.fit(X, Y)

print (clf.predict([[0]]))

Output is [1]

字符串值也可以使用。请参见以下代码：

import numpy as np

X = np.array([[0], [1]])

Y = np.array(['A', 'B'])

from sklearn.naive_bayes import GaussianNB
clf = GaussianNB()
clf.fit(X, Y)

print (clf.predict([[0]]))

Output is ['A']

但是，如果我将Y的值更改为浮点数，则会出现错误。请参见以下代码：

import numpy as np

X = np.array([[0], [1]])

Y = np.array([0.1, 0.2])

from sklearn.naive_bayes import GaussianNB
clf = GaussianNB()
clf.fit(X, Y)

print (clf.predict([[0]]))


Error : ValueError: Unknown label type: array([ 0.1,  0.2])

我应该如何处理朴素贝叶斯中的浮动数组？我想映射这两个X和Y

X = np.array([[0], [1], [2], [3], [4], [5], [6], [7], [8], [9], [10], [11], [12], [13], [14], [15], [16], [17], [18], [19], [20], [21], [22], [23], [24], [25], [26], [27], [28], [29], [30]])

Y = np.array([0.0, 0.03333333333333333, 0.06666666666666667, 0.1, 0.13333333333333333, 0.16666666666666666, 0.2, 0.23333333333333334, 0.26666666666666666, 0.3, 0.3333333333333333, 0.36666666666666664, 0.4, 0.43333333333333335, 0.4666666666666667, 0.5, 0.5333333333333333, 0.5666666666666667, 0.6, 0.6333333333333333, 0.6666666666666666, 0.7, 0.7333333333333333, 0.7666666666666667, 0.8, 0.8333333333333334, 0.8666666666666667, 0.9, 0.9333333333333333, 0.9666666666666667, 1.0])

最佳答案

一个简单的回归示例：

from sklearn import linear_model
from sklearn import datasets
from sklearn import metrics
boston = datasets.load_boston()


X_train = boston.data[:450]  #define training X set
y_train = boston.target[:450] #define training y set

X_test = boston.data[450:]  #define test X set
y_test = boston.target[450:] #define test y set

lin = linear_model.LinearRegression() #initialize regressor

lin.fit(X_train, y_train) #fit training data
preds = lin.predict(X_test) #make prediction on X test set

print metrics.mean_absolute_error(y_test, preds) #evaluate performance

我建议您在linear_model中探索其他选项。

关于python - 当Sklearn天真贝叶斯与浮点数一起使用时，未知的标签类型错误，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/31858922/