ValueError异常：需要比1点的值更与分类解包在scikit学习

Question

我有下面的代码从我的数据集学习：

>>> train_features[:5] 
array([[2.0, 9.0, 37.0, 0.0, 28.71, 0.0, 243.63, False], 
     [2.0, 0.0, 4.0, 0.0, 0.0, 0.0, 6.3100000000000005, False], 
     [2.0, 3.0, 3.0, 0.0, 28.07, 0.0, 28.07, False], 
     [2.0, 1.0, 2.0, 0.0, 5.49, 0.0, 14.48, False], 
     [2.0, 3.0, 3.0, 0.0, 7.4700000000000015, 0.0, 7.4700000000000015, 
     False]], dtype=object) 

>>> train_labels[:5] 
array([ True, False, True, False, True], dtype=bool) 

>>> rf = RandomForestClassifier(n_estimators=10) 
>>> rf.fit(train_labels, train_features) 

我得到的拟合函数这个错误：

ValueError: need more than 1 value to unpack

我相信这是一个格式错误。 scikit-learn有什么价值？我在scikit-learn手册中没有找到输入参考。

Answer 1

唯一的错误是您已经以相反的顺序传递参数。 替换：通过

rf.fit(train_labels, train_features) 

：

rf.fit(train_features,train_labels) 

希望它可以修复该问题。