決定木分析 エラー ValueError: Unknown label type: 'continuous

Question

読み込んだcsvファイルを決定木分析にかけた際のエラーに関する質問です。

以下に示すようなtest.csvファイルがあり、

A	B	C
10	1.5	0.01
20	2.0	0.02
30	2.5	0.03

説明変数A,B、目的変数Cとして決定木分析をしようと思っています。

import pandas as pd
import os
import sys
import sklearn

csv_filename = 'test.csv'
df_data = pd.read_csv(csv_filename, encoding="utf-8_sig")

X_tree = pd.DataFrame(df_data.drop("C",axis=1))
Y_tree = pd.DataFrame(df_data["C"])

from sklearn.model_selection import train_test_split
X_train_tree, X_test_tree, Y_train_tree, Y_test_tree = train_test_split(X_tree, Y_tree, test_size = 0.33)

from sklearn import tree
clf = tree.DecisionTreeClassifier()
clf.fit(X_train_tree, Y_train_tree)

上記のコードを実行したところ、以下のようなエラーが出ました。

Traceback (most recent call last):
  File "young_2.py", line 17, in <module>
    clf.fit(X_train_tree, Y_train_tree) 
  File "C:\Users\ssait\Anaconda3\envs\py36\lib\site-packages\sklearn\tree\tree.py", line 816, in fit
    X_idx_sorted=X_idx_sorted)
  File "C:\Users\ssait\Anaconda3\envs\py36\lib\site-packages\sklearn\tree\tree.py", line 154, in fit
    check_classification_targets(y)
  File "C:\Users\ssait\Anaconda3\envs\py36\lib\site-packages\sklearn\utils\multiclass.py", line 169, in check_classification_targets
    raise ValueError("Unknown label type: %r" % y_type)
ValueError: Unknown label type: 'continuous'

他サイトで、“continuousというのは浮動小数点値が含まれている”と書いてありましたが、対処方法がどうしてもわかりません。
よろしくお願い致します。

Answer 1

目的変数が名義尺度または順序尺度の場合は、LabelEncoderを用いてラベルに変換してください。
（順序尺度は微妙ですが、ここでは順序を考慮せず扱うこととします）

>>> from sklearn.preprocessing import LabelEncoder
>>> le = LabelEncoder()
>>> le.fit_transform([0.01, 0.02, 0.03])
array([0, 1, 2])

間隔尺度または比例尺度の場合は、回帰として解いた方が良いかと思います。この場合は、DecisionTreeClassifierではなくDecisionTreeRegressorを使ってください。

>>> from sklearn.tree import DecisionTreeRegressor
>>> dtr = DecisionTreeRegressor()
>>> dtr.fit(X, y)

sklearn.preprocessing.LabelEncoder — scikit-learn 0.22 documentation
sklearn.tree.DecisionTreeRegressor — scikit-learn 0.22 documentation

Comments

[sssan]

目的変数の種類によって分類か回帰かを使い分けるということですね。
DecisionTreeRegressorで組み直したところ無事エラーが出ずに実行できました。
ご教授いただきありがとうございました。