sklearn pandasのデータフレームのデータを使用してバリューエラーを回避する方法が見つかりません

Question

数値データ（浮動小数点数）で基本的な機械学習アルゴリズムを実行しようとしていますが、私はpython 2.7、sklearn、pandas、そしてjupyter（ipythonノートブック）を使って作業しています。最初のパスでは、基本的なランダムフォレスト検索を使用しようとしていましたが、関数を使用するときはValueErrorを取得しています。

データがデータフレーム

df = pd.read_table("p12.dat", delim_whitespace=True) 

screenshot of data

df.dtypesに読み込まれたが、目的の値がすべてのfloat64であることを示しています。エラーがある

outcome_var = 'ki' 
predictor_var = ['Etot','TSs','Eww-nbr'] 
model = RandomForestClassifier(n_estimators=100) 
classification_model(model, df,predictor_var,outcome_var) 

：

ValueError        Traceback (most recent call last) 
<ipython-input-9-7dd611cce611> in <module>() 
----> 1 classification_model(model, df,predictor_var,outcome_var) 

<ipython-input-8-956e572db2f4> in classification_model(model, data, predictors, outcome) 
     1 def classification_model(model, data, predictors, outcome): 
     2 #Fit the model: 
----> 3 model.fit(data[predictors],data[outcome].values) 
     4 
     5 #Make predictions on training set: 

/Users/jonathangough/anaconda/lib/python2.7/site-packages/sklearn/ensemble/forest.pyc in fit(self, X, y, sample_weight) 
    233   self.n_outputs_ = y.shape[1] 
    234 
--> 235   y, expanded_class_weight = self._validate_y_class_weight(y) 
    236 
    237   if getattr(y, "dtype", None) != DOUBLE or not y.flags.contiguous: 

/Users/jonathangough/anaconda/lib/python2.7/site-packages/sklearn/ensemble/forest.pyc in _validate_y_class_weight(self, y) 
    419 
    420  def _validate_y_class_weight(self, y): 
--> 421   check_classification_targets(y) 
    422 
    423   y = np.copy(y) 

/Users/jonathangough/anaconda/lib/python2.7/site-packages/sklearn/utils/multiclass.pyc in check_classification_targets(y) 
    171  if y_type not in ['binary', 'multiclass', 'multiclass-multioutput', 
    172    'multilabel-indicator', 'multilabel-sequences']: 
--> 173   raise ValueError("Unknown label type: %r" % y) 
    174 
    175 

ValueError: Unknown label type: array([[ 2.72000000e+00], 
     [ 4.60000000e+00], 
     [ 6.70000000e+00], 
     [ 2.30000000e+00], 
     [ 1.70000000e+00], 
     [ 2.20000000e+00], 
     [ 3.60000000e+00], 
     [ 9.10000000e+00], 

私は検索とグーグルが、私いる

def classification_model(model, data, predictors, outcome): 
    model.fit(data[predictors],data[outcome]) 
    predictions = model.predict(data[predictors]) 
    accuracy = metrics.accuracy_score(predictions,data[outcome]) 
    print "Accuracy : %s" % "{0:.3%}".format(accuracy) 
    print "Cross-Validation Score : %s" % "{0:.3%}".format(np.mean(error)) 
    model.fit(data[predictors],data[outcome]) 

して、変数を設定し、実行：基本的な表現を使用して

何をすべきか分かりません。私の理解は、ランダムフォレストアルゴリズムで浮動小数点数を使うことができるということでした（私はそれがエラーだとは思わなかった）。

洞察力があれば幸いです。

Answer 1

scikit-learnでは、クラシファイアは離散変数を予測します。つまり、対象変数のデータ型は整数または文字列でなければなりません。連続変数をモデル化しようとしている場合は、「回帰」モデルを使用する必要があります。その場合、等価モデルはRandomForestRegresserです。