ValueError异常：在未知的标签类型scikit学习

Question

我尝试生成元的功能，所以我跟着教程和写：

clf = tree.DecisionTreeClassifier()

clf.fit(X, y)

但它引发ValueError异常。

File "/usr/local/lib/python2.7/dist-packages/sklearn/tree/tree.py", line 739, in fit 
X_idx_sorted=X_idx_sorted) 
File "/usr/local/lib/python2.7/dist-packages/sklearn/tree/tree.py", line 146, in fit 
check_classification_targets(y) 
File "/usr/local/lib/python2.7/dist-packages/sklearn/utils/multiclass.py", line 172, in check_classification_targets 
raise ValueError("Unknown label type: %r" % y_type) 
ValueError: Unknown label type: 'unknown' 

为什么会引发？

该数据集由浮点数和整数组成，类标号为整数。 描述（）返回此：

  x1  x2  x3  x4  x5  x6  x7  x8 
count 3500.00 3500.00 3500.00 3500.00 3500.0 3500.00 3500.00 3500.00 
unique 501.00 516.00 572.00 650.00 724.0 779.00 828.00 757.00 
top  0.12  0.79  0.82  0.83  1.9  1.68  1.67  2.03 
freq  23.00 25.00 22.00 18.00 16.0 15.00 13.00 14.00 

     x9  x10 ...  x32  x33  x34  x35  x36 
count 3500.00 3500.00 ... 3500.00 3500.00 3500.00 3500.00 3500.00 
unique 730.00 676.00 ...  496.00 504.00 503.00 505.00 486.00 
top  3.27  3.47 ...  0.01  0.58 -0.27 -0.02  0.26 
freq  15.00 16.00 ...  23.00 24.00 26.00 23.00 24.00 

     x37  x38  x39  x40 class 
count 3500.00 3500.00 3500.00 3500.00 3500 
unique 488.00 490.00 492.00 506.00  3 
top  -0.03 -0.07  0.05 -0.19  1 
freq  23.00 25.00 22.00 24.00 1185 

数据集看起来像这样：

 x33 x34 x35 x36 x37 x38 x39 x40 class 
0  -0.7 0.51 0.34 -0.13 -0.87 0.56 -0.53 0.29  2 
1  1.12 0.6 0.28 2.17 0.18 -0.09 -1.33  1  1 
2  -0.3 -0.07 -0.99 -0.75 1.11 1.35 -1.63 0.1  0 
3 -0.29 -1.62 0.19 -1.04 0.43 -1.82 -1.14 -0.23  1 
4 -0.78 -0.12 -0.35 0.44 0.31 -0.45 -0.23 0.27  0 
5  0.28 0.61 -0.4 -1.96 1.26 -0.72 2.01 0.95  2 
6  0.07 1.91 -0.15 -0.27 1.9 1.14 -0.05 0.04  0 
7  1.52 -1.52 -0.16 -0.41 -0.48 -0.37 0.8 1.3  2 
8 -0.52 -1.41 -3.49 1.74 -0.37 -0.25 -0.63 0.2  2 
9  0.78 0.09 -0.7 1.12 -0.32 -0.43 -0.34 -1.04  2 
10 0.25 0.29 -0.73 -0.02 2.14 1.49 0.02 -2.16  2 
11 -1.72 -0.09 0.43 -0.33 -1.66 -0.73 1.45 2.11  2 
12 -0.01 -2.63 -1.91 0.59 0.8 0.35 1.58 -0.98  2 

它的形状是[3500行×41列。

Answer 1

有两个可能的问题和解决方案：
1.您的数据是否有适当的维度？通过X.shape（）检查，以确保您的数据是在适当的格式，你也可以检查this question
2.尝试将数据转由np.asarray（...，D类= NP浮动。 float64），你也可以检查this question