错误在sklearn实施SVC

Question

我想实现SVC用于预测一个连续变量：

print("X_train_dtm type ", type(X_train_dtm)) 
print("y_train type ", type(y_train)) 
svc = svm.SVC(kernel='linear', C=C).fit(X_train_dtm, y_train) 

但是我得到以下输出和错误：

X_train_dtm type <class 'scipy.sparse.csr.csr_matrix'> 
y_train type <class 'pandas.core.series.Series'> 

raise ValueError("Unknown label type: %r" % y) 

ValueError: Unknown label type: 72  0.526 
350  0.253 
457  0.763 
2  0.340 
1044 -0.223 
241 -0.364 
979  0.357 
892 -0.384 
969 -0.114 
761 -0.285 
866  0.516 
559  0.295 
73  0.328 
117 -0.130 

我尝试了不少事情，但无法解决它。

Answer 1

SVC代表C-支持向量分类。 该算法是一种分类算法，不能预测连续数据。相反，你应该使用回归算法。您可以检查也使用支持向量机或其他回归算法（线性回归，套索，随机森林回归等）的SVR算法。

祝你好运！