質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

88.83%

機械学習 モデル エラー Unknown label type: 'continuous-multioutput'

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 6,763

Masakuni

score 14

機械学習の様々なモデルを試す中で決定木のモデルでエラーが出ており原因がわかりません。
ナイーブベイズ、ロジスティック回帰、ランダムフォレスト、knn,SVC,lightGBMなどはうまくいっており、aucスコアを得られています。
原因を解明して、エラーが出ているモデルでの予測をすることを目指しています。
よろしくお願いします。

# 決定木
from sklearn.tree import DecisionTreeClassifier
clf = DecisionTreeClassifier(random_state=0)
clf = clf.fit(X_train, y_train)
pred = clf.predict(X_test)
fpr, tpr, thresholds = metrics.roc_curve(y_test, pred, pos_label=1)
auc=metrics.auc(fpr, tpr)
auc
#エラーコード
ValueError                                Traceback (most recent call last)
<ipython-input-8-f4fca059e899> in <module>
      2 from sklearn.tree import DecisionTreeClassifier
      3 clf = DecisionTreeClassifier(random_state=0)
----> 4 clf = clf.fit(X_train, y_train)
      5 pred = clf.predict(X_test)
      6 fpr, tpr, thresholds = metrics.roc_curve(y_test, pred, pos_label=1)


ValueError: Unknown label type: 'continuous-multioutput'

追記です

features,targetはDataFrameでfeaturesが27000×33,target(中身は0か1)27000×1で全て数字です

featuresの中身はこのようなものです。見にくくて申し訳ありません。
features,targetの中身にNaNなどは入っていません。
features,targetを分割してX_train, X_test, y_train, y_testとしています。

credit    age    payment_9    payment_8    payment_7    payment_6    payment_5    payment_4    claim_9    claim_8    claim_7    claim_6    claim_5    claim_4    advance_9    advance_8    advance_7    advance_6    advance_5    advance_4    pay_condition_rate9    pay_condition_rate8    pay_condition_rate7    pay_condition_rate6    pay_condition_rate5    pay_late    pay_late_count    credit_age    claim9    claim8    claim7    claim6    claim5
0    20000    24    2    2    -1    -1    -2    -2    3913    3102    689    0    0    0    0.0    0.03445    0.0    0.0    0.0    0    0.1551    0.0    0.0    0.0    0.0    1    4.0    833.333333    0.19565    0.1551    0.03445    0.0    0.0

X_train, X_test, y_train, y_test = train_test_split(features, target, test_size=0.2, random_state=1234)
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • hayataka2049

    2019/05/30 10:56

    X_trainとy_trainがそれぞれどんなデータなのかの情報が必要です。オブジェクトの型,データの型,shape,具体的な一部のデータ例を示していただけると回答しやすいです。

    キャンセル

  • Masakuni

    2019/05/30 11:30

    ご指摘ありがとうございます。
    ブログ拝見しております。
    Pipelineの記事が特に参考になりました。
    次のステップでPCAやパラメータサーチを行おうと考えていました。
    ご本人にご指摘頂けて感動しています。

    キャンセル

  • hayataka2049

    2019/05/30 13:10

    targetの方も見せてください。

    キャンセル

回答 1

checkベストアンサー

0

y_trainおよびtargetが本当に意図したものになっているかどうか、確認する必要がありそうです。

Unknown label type:のエラーはfitの際のyに問題があることを表します。

continuousというのは浮動小数点値が含まれていることを、multioutputというのは27000×3など、意図しないshapeになっている可能性を表します。

また、DataFrameSeriesなどのpandasのオブジェクトに、sklearnは完全には対応していません。

問題ないケースもありますが、どうしてもうまくいかないときはdf.valuesなどでnumpy配列としての値を取り出して渡してあげるとうまくいくことがままあります。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 88.83%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る