调用sklearn模型遇到Unknown label type: continuous 的解决办法

调用sklearn模型遇到Unknown label type: continuous 的解决办法

分类问题 sklearn.svm.SVC()

分类问题的标签应该设置为int类型，直接在y输入变量的后面加
上转换数据类型为int或者string即可：
    y_train.astype('int')

回归问题 sklearn.svm.SVR()

回归问题应该使用的是SVR,若使用sklearn.svm.SVC()则会
出现上面的问题，因为SVC()处理的是分类问题，标签的类型应
该是int或string类型。

SVC()与SVR()的区别

• support vector classify（SVC）支持分类机做二分类的，找出分类面，解决分类问题
• support vector regression（SCR）支持回归机做曲线拟合、函数回归 ，做预测，温度，天气，股票
• 直观上来讲 SVM 分类（SVC Support Vector Classification）与 SVR（Support Vector Regression）图形上的区别如下：
  
• 对于样本 (x,y) ，传统的回归模型通常直接输出 f(x) 与真实输出 y 之间的差别来计算损失，当且仅当 f(x) 与 y 完全相同时，损失才是零。与此不同 SVR 假设我们能容忍 f(x) 与 y 之间最多有 ε 的偏差，即仅当 f(x) 与 y 之间的差别绝对值大于 ε 时才计算损失。这相当于以 f(x) 为中心 构建一个宽度为 2ε 的间隔带，若样本落入此间隔带，则认为是预测正确的，如下图：

基于 Sklearn 的实践建议

【参考】sklearn - Tips on Practical Use

• 核缓存的大小：对于 SCV、SVR、NuSVC 和 NuSVR，核函数缓存的大小对于大型问题的运行时间有着非常大的影响。如果有足够多的内存，建议把cache_size的大小设置的尽可能的大。
• 设置 C：1 是一个合理的默认选择，如果有较多噪点数据，你应该较少 C 的大小。
• SVM 算法不是尺度不变，因此强烈建议缩放你的数据。如将输入向量 X 的每个属性缩放到[0,1] 或者 [-1,1]，或者标准化为均值为 0 方差为 1 。另外，在测试向量时也应该使用相同的缩放，已获得有意义的结果。
• 对于SVC，如果分类的数据不平衡（如有很多的正例很少的负例），可以设置class_weight=‘balanced’，或者尝试不同的惩罚参数 C
• 底层实现的随机性：SVC和NuSVC的底层实现使用了随机数生成器，在概率估计时混洗数据（当 probability 设置为 True），随机性可以通过 random_state 参数控制。如果 probability 设置为False ，这些估计不是随机的，random_state 对结果不在有影响。

Reference

https://www.cnblogs.com/jiading/p/12105232.html
https://www.cnblogs.com/ylHe/p/7676173.html