ValueError: Unknown label type: continuous. Maybe you are trying to fit a classifier, which expects discrete classes on a regression target with continuous values.
Ai dat unui clasificator o țintă cu valori continue (prețuri, note cu zecimale), iar el așteaptă clase. Dacă vrei să prezici un număr, folosește un model de regresie (LinearRegression, DecisionTreeRegressor); dacă vrei clase, transformă ținta în categorii, de exemplu cu un prag.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Clasificatorii (LogisticRegression, DecisionTreeClassifier, KNeighborsClassifier, SVC) învață să aleagă între câteva clase discrete: 0/1, „spam”/„normal”, specii de flori. scikit-learn verifică ținta înainte de antrenare, iar când vede valori zecimale precum 7.5, 123.4, 8.25, o clasifică drept continuous și refuză, cu o sugestie clară în mesaj: probabil încerci să antrenezi un clasificator pe o țintă de regresie.
Două situații tipice: ai ales modelul greșit (vrei să prezici prețul, dar ai scris LogisticRegression sau RandomForestClassifier), sau vrei clase, dar ținta a ajuns float (de exemplu 1.0, 0.0 amestecate cu un 0.5 dintr-o medie, ori o etichetă calculată prin împărțire). Valorile 1.0 și 0.0 singure sunt acceptate; problema e orice valoare care nu e întreagă.
De ce apare: cauzele frecvente
1Clasificator folosit pentru o țintă numerică
model = LogisticRegression()
model.fit(X, df["pret"]) # 120.5, 98.3, ...model = LinearRegression()
model.fit(X, df["pret"])Prețul e o valoare continuă, deci se prezice cu un model de regresie, care nu are restricția de clase.
2Vrei clase, dar ai lăsat ținta numerică
y = df["nota"] # 4.5, 7.25, 9.0
DecisionTreeClassifier().fit(X, y)y = (df["nota"] >= 5).astype(int) # 1 = promovat
DecisionTreeClassifier().fit(X, y)Pragul transformă nota într-o clasă 0/1, iar clasificatorul învață să prezică promovarea.
3Varianta Classifier aleasă în loc de Regressor
RandomForestClassifier().fit(X, df["durata_livrare"])RandomForestRegressor().fit(X, df["durata_livrare"])Aproape fiecare model are două variante; pentru valori continue folosești ...Regressor.
Repară eroarea, direct în pagină
Codul de mai jos dă ValueError: Unknown label type: continuous, pentru că un clasificator primește notele elevilor, cu zecimale. Repară-l: creează ținta promovat (1 dacă nota este cel puțin 5, altfel 0) și antrenează clasificatorul pe ea, ca programul să afișeze clasele învățate și predicția pentru un elev cu 6 ore de studiu.
import pandas as pd
from sklearn.tree import DecisionTreeClassifier
df = pd.DataFrame({
"ore_studiu": [1, 2, 3, 5, 7, 8, 10, 4],
"nota": [3.5, 4.25, 4.75, 6.5, 8.0, 8.5, 9.75, 5.5],
})
X = df[["ore_studiu"]]
y = df["nota"]
model = DecisionTreeClassifier(random_state=0).fit(X, y)
print("Clase:", model.classes_.tolist())
print("6 ore:", model.predict(pd.DataFrame({"ore_studiu": [6]}))[0])Clase: [0, 1] 6 ore: 1
Indiciu
Construiește ținta cu (df["nota"] >= 5).astype(int).
Reparația
import pandas as pd
from sklearn.tree import DecisionTreeClassifier
df = pd.DataFrame({
"ore_studiu": [1, 2, 3, 5, 7, 8, 10, 4],
"nota": [3.5, 4.25, 4.75, 6.5, 8.0, 8.5, 9.75, 5.5],
})
X = df[["ore_studiu"]]
y = (df["nota"] >= 5).astype(int)
model = DecisionTreeClassifier(random_state=0).fit(X, y)
print("Clase:", model.classes_.tolist())
print("6 ore:", model.predict(pd.DataFrame({"ore_studiu": [6]}))[0])De ce merge
Un clasificator are nevoie de un număr mic de clase, iar notele cu zecimale (3.5, 4.25, 9.75) sunt valori continue, deci scikit-learn refuză să le trateze drept clase. Comparația df["nota"] >= 5 dă True/False pentru fiecare elev, iar astype(int) le transformă în 1 și 0. Acum ținta are exact două clase, arborele învață un prag pe orele de studiu și prezice promovarea pentru elevul cu 6 ore. Dacă voiai chiar nota, alegerea corectă era DecisionTreeRegressor.
Alte forme ale mesajului
ValueError: Unknown label type: 'continuous'ValueError: Unknown label type: continuous-multioutput
Cum o eviți pe viitor
Înainte să alegi modelul, uită-te la țintă: y.unique() și y.dtype. Valori continue înseamnă regresie, un număr mic de categorii înseamnă clasificare. Dacă vrei clase dintr-o valoare numerică, creează-le explicit (pd.cut, un prag) și transformă rezultatul în întregi. sklearn.utils.multiclass.type_of_target(y) îți spune exact cum vede scikit-learn ținta ta.
Întrebări frecvente
Ținta mea are doar 0.0 și 1.0, dar e float. E o problemă?
Nu. scikit-learn le recunoaște ca două clase (binary). Eroarea apare doar când există valori care nu sunt întregi, de exemplu 0.5.
Pot folosi regresia logistică pentru prețuri?
Nu. În ciuda numelui, regresia logistică este un model de clasificare: prezice probabilitatea unei clase. Pentru prețuri folosești regresie liniară, Ridge, arbori sau păduri de regresie.
Erori înrudite
ValueError: Classification metrics can't handle a mix of binary and continuous targets Ai dat unei metrici de clasificare (accuracy_score, f1_score, confusion_matrix) probabilități sau scoruri în loc de clase. Compară y_true cu model.predict(X), nu cu predict_proba, sau transformă probabilitățile în clase cu un prag (p >= 0.5). AttributeError: 'LinearRegression' object has no attribute 'predict_proba' predict_proba există doar la clasificatori care estimează probabilități (LogisticRegression, arbori, k-NN, Naive Bayes). LinearRegression prezice numere, nu clase. Pentru probabilități folosește LogisticRegression; la SVC pornește probability=True. ValueError: This solver needs samples of at least 2 classes in the data, but the data contains only one class: np.int64(1) Datele de antrenare conțin o singură clasă (de exemplu doar 1), deci clasificatorul n-are între ce să aleagă. Verifică ținta cu y.value_counts(): de obicei un filtru, o sortare sau o împărțire fără stratify a lăsat în train o singură clasă. Învață Machine Learning de la zero, cu exerciții la fiecare lecție
Curs Machine Learning și AI pentru începători: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.
