我的資料集由用于輸入的 10 個特征（10 列）和用于 3 個不同輸出的最后 3 列組成。如果我使用一列作為輸出，例如 y = newDf.iloc[:, 10].values ，它可以作業；但是如果我使用所有 3 列，它會在 pipe_lr.fit 上給我一個錯誤并說：y 應該是一個一維陣列，而是得到一個形狀為 (852, 3) 的陣列。我怎樣才能通過 y ？
X = newDf.iloc[:, 0:10].values
y = newDf.iloc[:, 10:13].values
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=1)
pipe_lr = make_pipeline(StandardScaler(),
PCA(n_components=2),
LogisticRegression(random_state=1, solver='lbfgs'))
pipe_lr.fit(X_train, y_train)
uj5u.com熱心網友回復：
Thepipeline本身并不關心 的格式y，它只是將其交給每個步驟。在您的情況下，它LogisticRegression確實不是為多標簽分類設定的。您可以使用MultiOutputClassification包裝器管理它：
pipe_lr = make_pipeline(
StandardScaler(),
PCA(n_components=2),
MultiOutputClassifier(LogisticRegression(random_state=1, solver='lbfgs'))
)
（還有一個MultiOutputRegressor更復雜的東西，比如ClassifierChain和RegressorChain。請參閱用戶指南。但是，據我所知，沒有內置的方法來混合和匹配回歸和分類任務。）
uj5u.com熱心網友回復：
簡單地說，不。你想要的叫做多標簽學習，Scikit-Learn 不支持。
您應該訓練三個模型，每個模型都有一個標簽。
轉載請註明出處，本文鏈接：https://www.uj5u.com/net/348113.html
標籤：Python 班级 for循环 scikit 学习 管道
上一篇：使用itertools.product時如何跳過一些迭代？
下一篇：使用FOR回圈遍歷JSON物件