未知标签类型：“连续”

Question

我的团队，遇到了问题
----------------------

   Avg.SessionLength TimeonApp  TimeonWebsite LengthofMembership Yearly Amount Spent
    0   34.497268   12.655651    39.577668     4.082621                 587.951054
    1   31.926272   11.109461    37.268959     2.664034                 392.204933
    2   33.000915   11.330278    37.110597     4.104543                 487.547505
    3   34.305557   13.717514    36.721283     3.120179                 581.852344
    4   33.330673   12.795189    37.536653     4.446308                 599.406092
    5   33.871038   12.026925    34.476878     5.493507                 637.102448
    6   32.021596   11.366348    36.683776     4.685017                 521.572175 

想申请KNN

X = df[['Avg. Session Length', 'Time on App','Time on Website', 'Length of Membership']] 
y = df['Yearly Amount Spent'] 

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33, 
random_state=42) 

from sklearn.neighbors import KNeighborsClassifier 
knn = KNeighborsClassifier(n_neighbors=1)
knn.fit(X_train,y_train)

ValueError：未知标签类型：“连续”

Answer 1

Yearly Amount Spent列中的值是实数，因此它们不能作为分类问题的标签（参见此处）：

在 scikit-learn 中进行分类时，y 是整数或字符串的向量。

因此你得到错误。如果要构建分类模型，则需要决定如何将它们转换为有限的标签集。

请注意，如果您只想避免错误，您可以这样做

import numpy as np
y = np.asarray(df['Yearly Amount Spent'], dtype="|S6")

这会将值y转换为所需格式的字符串。然而，每个标签只会出现在一个样本中，所以你不能真正用这样一组标签构建一个有意义的模型。