python学习抛出ValueError

Question

我有一个带有解释性变量的pd.DataFrame :x和另一个带有目标变量y的数据。

type(X)
Out[1]: pandas.core.frame.DataFrame

X_num.shape
Out[2]: (1213, 3298)

和

type(y)

Out[3]: pandas.core.frame.DataFrame

y.shape
Out[4]: (1213, 8)

我只想用y的一列来计算LDA：

from sklearn.discriminant_analysis import LinearDiscriminantAnalysis as LDA
lda = LDA(n_components=2)
    for col in y:
        X_t = lda.fit(X.copy(), y[col].copy())

Y有一个列名。

y[col].name
Out[5]: u'myvarname'

但我总是会犯错误

ValueError: Unknown label type: (array([ 0.001, 0.003 ...

我也试过

X_t = lda.fit(X.copy(), y[col].values.copy())

也犯了同样的错误。

根据所需的帮助，如Y

Y : array-like of response, shape = [n_samples, n_targets]
Target vectors, where n_samples in the number of samples 
and n_targets is the number of response variables.

有人知道我做错了什么吗？

Answer 1

线性判别分析是一种分类技术。根据您的错误，Y值涉及某种类型的浮点值数组：

array([ 0.001, 0.003 ...

sklearn不知道如何将其解释为类别标签。你确定你应该使用的是LDA而不是某种回归吗？