...
Eroare Machine Learning · Etichete, clasificare și metrici

ValueError: Unknown label type: unknown. Maybe you are trying to fit a classifier, which expects discrete classes on a regression target with continuous values.

Pe scurt

Ținta y are tipul object (numere ținute ca obiecte Python), iar clasificatorul nu-și dă seama ce fel de etichete sunt. Apare des după df.values pe un tabel cu coloane text. Convertește ținta explicit: y = y.astype(int) sau ia y direct din coloana DataFrame-ului.

Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la

Ce înseamnă

Înainte de antrenare, scikit-learn verifică tipul țintei cu type_of_target: binary, multiclass, continuous... Când y este un tablou numpy cu dtype=object care conține numere, funcția nu poate decide și întoarce unknown. Partea a doua a mesajului, despre regresie, e doar o presupunere generală și aici te poate încurca: valorile tale chiar sunt clase, doar că au un tip de date nepotrivit.

Cel mai des se ajunge aici cu data = df.values (sau to_numpy()) pe un tabel care are și coloane text: numpy pune tot tabelul într-un singur tip, object, deci și coloana țintă devine object. Mai apare la liste construite cu None, la coloane pandas de tip object rezultate dintr-un apply sau la ținte citite din JSON. Afișează y.dtype: dacă vezi object, convertește cu astype(int) sau selectează coloanele din DataFrame, nu din df.values.

De ce apare: cauzele frecvente

1df.values pe un tabel cu coloane text

Greșit
PYTHON
data = df.values  # are și coloana 'oras'
X, y = data[:, 1:2], data[:, 2]
model.fit(X, y)
Corect
PYTHON
X = df[["minute"]]
y = df["cumparat"]
model.fit(X, y)

Selectând din DataFrame, fiecare coloană își păstrează tipul ei (int64), nu tipul comun object.

2Ținta are tipul object

Greșit
PYTHON
y = np.array([0, 1, 0, 1], dtype=object)
model.fit(X, y)
Corect
PYTHON
y = np.array([0, 1, 0, 1], dtype=object).astype(int)
model.fit(X, y)

După astype(int) ținta are un tip numeric clar, iar scikit-learn o recunoaște ca binary.

3Coloană pandas object după apply

Greșit
PYTHON
df["clasa"] = df["scor"].apply(lambda s: 1 if s > 50 else 0).astype(object)
model.fit(X, df["clasa"])
Corect
PYTHON
df["clasa"] = (df["scor"] > 50).astype(int)
model.fit(X, df["clasa"])

O comparație vectorizată urmată de astype(int) dă direct o coloană numerică.

Repară tu

Repară eroarea, direct în pagină

Codul de mai jos dă ValueError: Unknown label type: unknown, pentru că df.values transformă tot tabelul în tipul object, inclusiv ținta. Repară-l: convertește y în numere întregi, ca programul să afișeze tipul țintei și predicția pentru 14 minute.

Codul care dă eroarea
PYTHON
import pandas as pd
from sklearn.tree import DecisionTreeClassifier

df = pd.DataFrame({
    "oras": ["Cluj", "Iasi", "Cluj", "Iasi", "Cluj", "Iasi"],
    "minute": [2, 15, 3, 20, 1, 12],
    "cumparat": [0, 1, 0, 1, 0, 1],
})

data = df.values
X = data[:, 1:2]
y = data[:, 2]
model = DecisionTreeClassifier(random_state=0).fit(X, y)
print("y este numeric:", y.dtype != object)
print("Predictie pentru 14 minute:", model.predict([[14]])[0])
După reparație, programul afișează
y este numeric: True
Predictie pentru 14 minute: 1
Indiciu

Scrie y = data[:, 2].astype(int).

Alte forme ale mesajului

  • ValueError: Unknown label type: 'unknown'
  • ValueError: Unknown label type: (array([0, 1, 0, 1], dtype=object),)

Cum o eviți pe viitor

Evită df.values pe tabele care amestecă text și numere; selectează X și y din DataFrame după numele coloanelor. Verifică y.dtype înainte de fit și, dacă vrei să știi ce vede scikit-learn, rulează from sklearn.utils.multiclass import type_of_target; type_of_target(y): trebuie să vezi binary sau multiclass.

Întrebări frecvente

Valorile mele sunt 0 și 1. De ce nu le recunoaște?

Valorile sunt bune, tipul nu. Într-un tablou object, fiecare număr e un obiect Python separat, iar scikit-learn nu ghicește tipul în cazul acesta. y.astype(int) rezolvă problema.

Care e diferența față de Unknown label type: continuous?

continuous înseamnă că ținta chiar are valori zecimale (prețuri, temperaturi), deci probabil ai nevoie de un regresor. unknown înseamnă că tipul de date al țintei e neclar, de obicei object.

Erori înrudite

← Toate erorile Machine Learning

Tudor Andrei Dumitrescu
Cine a explicat eroarea

Tudor Andrei Dumitrescu

Senior Software Developer · fondatorul Academiei Programatorilor

LinkedIn
  1. 2019 Junior JavaCognizant Softvision
  2. 2021 Mid JavaCognizant Softvision
  3. 2022 Team LeaderEndava
  4. 2023 Senior Software DeveloperUniCredit
  5. Acum Senior Software DeveloperHCLTech
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu
Certificat de formator autorizatMinisterul Muncii și Ministerul Educației · 2022
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu

Certificat de formator autorizat · Ministerul Muncii și Ministerul Educației · 2022

Din 2020 construiește Academia Programatorilor, iar din 2026 și JoburiIT.ro. Fiecare eroare de aici a fost reprodusă în editorul nostru: codul greșit chiar dă mesajul din titlu, iar reparația chiar funcționează.

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.