为什么学习GBDT目标值不能浮动？

Question

我的python代码：

y_train = y_train.astype(float)
X_train = X_train.astype(float)
kernel = gbdt()
kernel = gbdt()
kernel.fit(X_train,y_train)

错误是ValueError: Unknown label type: array([ 0.0206, -0.006 , 0.0008, ..., 0.0245, 0.0166, -0.022 ], dtype=float32).

在sklearn gbdt文档中，它说:目标值(分类中的整数，回归中的实数)用于分类，标签必须对应于类。

有人知道发生了什么吗？

Answer 1

在sklearn集成中有两种GBDT算法，ensemble.GradientBoostingClassifier和ensemble.GradientBoostingRegressor，您需要指定哪一种算法最适合您的任务。

回归用GradientBoostingRegressor、GradientBoostingClassifier进行分类。例如,

gbdt=GradientBoostingRegressor(
  loss='ls'
, learning_rate=0.1
, n_estimators=100
, subsample=1
, min_samples_split=2
, min_samples_leaf=1
, max_depth=3
, init=None
, random_state=None
, max_features=None
, alpha=0.9
, verbose=0
, max_leaf_nodes=None
, warm_start=False
)

gbdt.fit(X, y)

似乎您正在进行回归，因为您的响应不喜欢分类值，因此您可以尝试GradientBoostingRegressor()