概述
我是个数据科学呆子，正在研究Kaggle Titanic dataset。我在做一个逻辑回归来预测测试数据集中的乘客是存活还是死亡。在
我清理了培训和测试数据，并对培训数据进行了逻辑回归拟合。一切都好。在train = pd.read_csv('train.csv')
X_train = train.drop('Survived',axis=1)
y_train = train['Survived']
from sklearn.linear_model import LogisticRegression
logmodel = LogisticRegression()
logmodel.fit(X_train,y_train)
然后我对测试数据运行预测模型：
^{pr2}$
然后我试着打印混淆矩阵：from sklearn.metrics import classification_report, confusion_matrix
print(confusion_matrix(test,predictions))
我得到一个错误，上面写着：ValueError: Classification metrics can't handle a mix of
continuous-multioutput and binary targets
这是什么意思？我该怎么解决它？在
我看到的一些潜在问题是：我对测试数据的预测模型做了一些非常愚蠢和错误的事情。在
特性“年龄”和“票价”的价值(乘客的成本
ticket)是浮点数，其余的是整数。在
我哪里出错了？谢谢你的帮助！在
最后
以上就是悦耳中心为你收集整理的python逻辑回归多分类问题_逻辑回归值错误：分类指标无法处理连续多输出和二进制目标的混合...的全部内容，希望文章能够帮你解决python逻辑回归多分类问题_逻辑回归值错误：分类指标无法处理连续多输出和二进制目标的混合...所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复