我正在尝试使一个简单的 scikit-learn 示例正常工作,但我不断收到错误:不支持多类多输出
。
我的代码的第一部分遵循任何基本教程,按预期工作:
>>> from sklearn import ensemble
>>> from sklearn import datasets
>>> dataset = datasets.load_linnerud()
>>> X, y = dataset.data, dataset.target
>>> clf = ensemble.RandomForestClassifier(n_estimators=500)
>>> clf.fit(X, y)
>>> clf.predict([X[0]])
array([[ 191., 36., 50.]])
但是,当我尝试获取预测分数时,出现以下错误:
>>> clf.score([X[0]], [y[0]])
(...)
ValueError: multiclass-multioutput is not supported
使用datasets.load_iris()
时,一切正常。我究竟做错了什么?如何获得多变量模型中单个样本的得分?
最佳答案
尝试将 RandomForestRegressor
替换为 RandomForestClassifier
。 load_linnerud()
的文档显示这是一个回归问题。这样做使代码对我有用。
关于python - 获取多变量模型中单个样本的分数?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/24875562/