8
में त्रुटि का समर्थन नहीं किया गया है, मैं बस एक साधारण RandomForestRegressor उदाहरण करने की कोशिश कर रहा हूं। लेकिन सटीकता का परीक्षण करते समय मुझे यह त्रुटिलगातार याद किया गया है RandomForestRegressor
/Users/noppanit/anaconda/lib/python2.7/site-packages/sklearn/metrics/classification.pyc in accuracy_score(y_true, y_pred, normalize, sample_weight)
177
178 # Compute accuracy for each possible representation
--> 179 y_type, y_true, y_pred = _check_targets(y_true, y_pred)
180 if y_type.startswith('multilabel'):
181 differing_labels = count_nonzero(y_true - y_pred, axis=1)
/Users/noppanit/anaconda/lib/python2.7/site-packages/sklearn/metrics/classification.pyc in _check_targets(y_true, y_pred)
90 if (y_type not in ["binary", "multiclass", "multilabel-indicator",
91 "multilabel-sequences"]):
---> 92 raise ValueError("{0} is not supported".format(y_type))
93
94 if y_type in ["binary", "multiclass"]:
ValueError: continuous is not supported
यह डेटा का नमूना है। मैं असली डेटा नहीं दिखा सकता।
target, func_1, func_2, func_2, ... func_200
float, float, float, float, ... float
मेरा कोड यहां है।
import pandas as pd
import numpy as np
from sklearn.preprocessing import Imputer
from sklearn.ensemble import RandomForestClassifier, RandomForestRegressor, ExtraTreesRegressor, GradientBoostingRegressor
from sklearn.cross_validation import train_test_split
from sklearn.metrics import accuracy_score
from sklearn import tree
train = pd.read_csv('data.txt', sep='\t')
labels = train.target
train.drop('target', axis=1, inplace=True)
cat = ['cat']
train_cat = pd.get_dummies(train[cat])
train.drop(train[cat], axis=1, inplace=True)
train = np.hstack((train, train_cat))
imp = Imputer(missing_values='NaN', strategy='mean', axis=0)
imp.fit(train)
train = imp.transform(train)
x_train, x_test, y_train, y_test = train_test_split(train, labels.values, test_size = 0.2)
clf = RandomForestRegressor(n_estimators=10)
clf.fit(x_train, y_train)
y_pred = clf.predict(x_test)
accuracy_score(y_test, y_pred) # This is where I get the error.
किसी को भी भविष्यवाणियों और प्रतिगमन के लिए वर्गीकरण की तरह परीक्षण मूल्यों की तुलना करने के लिए कैसे पता है? – Priyansh