pythonでfitがうまくできません

実現したいこと

ニューラルネットワークのパーセプトロンを実行したい

前提

テキストに載っているアヤメのデータを別データに変えてコードを書いていました。
sklearnのパーセプトロンを実行したいと思っていますが、データのfitでエラーが出てしまいました。

エラーメッセージが長くどこをコピーすれば良いか分からなかったので、かいつまんでコピーさせていただきました。もし他の部分に重要事項が記載されておりましたら、ご教授お願いします。
(python初心者ですが、よろしくお願いいたします。)

発生している問題・エラーメッセージ

ValueError                                Traceback (most recent call last)
~\AppData\Local\Temp/ipykernel_19348/2698015120.py in <module>
----> 1 housing_pcp.fit(X_train,y_train)

~\anaconda3\lib\site-packages\sklearn\linear_model\_stochastic_gradient.py in fit(self, X, y, coef_init, intercept_init, sample_weight)
    727             Returns an instance of self.
    728         """
--> 729         return self._fit(X, y, alpha=self.alpha, C=1.0,
    730                          loss=self.loss, learning_rate=self.learning_rate,
    731                          coef_init=coef_init, intercept_init=intercept_init,

~\anaconda3\lib\site-packages\sklearn\linear_model\_stochastic_gradient.py in _fit(self, X, y, alpha, C, loss, learning_rate, coef_init, intercept_init, sample_weight)
    567         self.t_ = 1.0
    568 
--> 569         self._partial_fit(X, y, alpha, C, loss, learning_rate, self.max_iter,
    570                           classes, sample_weight, coef_init, intercept_init)
    571 

~\anaconda3\lib\site-packages\sklearn\linear_model\_stochastic_gradient.py in _partial_fit(self, X, y, alpha, C, loss, learning_rate, max_iter, classes, sample_weight, coef_init, intercept_init)
    497         n_samples, n_features = X.shape
    498 
--> 499         _check_partial_fit_first_call(self, classes)
    500 
    501         n_classes = self.classes_.shape[0]

~\anaconda3\lib\site-packages\sklearn\utils\multiclass.py in _check_partial_fit_first_call(clf, classes)
    337         else:
    338             # This is the first call to partial_fit
--> 339             clf.classes_ = unique_labels(classes)
    340             return True
    341 

~\anaconda3\lib\site-packages\sklearn\utils\multiclass.py in unique_labels(*ys)
     96     _unique_labels = _FN_UNIQUE_LABELS.get(label_type, None)
     97     if not _unique_labels:
---> 98         raise ValueError("Unknown label type: %s" % repr(ys))
     99 
    100     ys_labels = set(chain.from_iterable(_unique_labels(y) for y in ys))

ValueError: Unknown label type: (array([ 5. ,  6.3,  7. ,  7.2,  8.1,  8.3,  8.5,  8.7,  8.8,  9.5,  9.6,
       10.2, 10.4, 10.5, 10.8, 10.9, 11.3, 11.5, 11.7, 11.8, 11.9, 12. ,
       12.1, 12.5, 12.6, 12.7, 12.8, 13. , 13.1, 13.2, 13.3, 13.4, 13.5,
       13.6, 13.8, 13.9, 14. , 14.1, 14.2, 14.3, 14.4, 14.5, 14.6, 14.8,
       14.9, 15. , 15.1, 15.2, 15.3, 15.4, 15.6, 15.7, 16. , 16.1, 16.2,
       16.3, 16.4, 16.6, 16.7, 16.8, 17.1, 17.3, 17.4, 17.5, 17.6, 17.7,
       17.8, 17.9, 18. , 18.1, 18.2, 18.3, 18.4, 18.5, 18.8, 18.9, 19. ,
       19.1, 19.2, 19.3, 19.4, 19.5, 19.6, 19.7, 19.8, 19.9, 20. , 20.1,
       20.2, 20.3, 20.4, 20.5, 20.6, 20.7, 20.8, 20.9, 21. , 21.1, 21.2,
       21.4, 21.5, 21.6, 21.7, 21.8, 21.9, 22. , 22.1, 22.2, 22.3, 22.4,
       22.5, 22.6, 22.7, 22.8, 22.9, 23.1, 23.2, 23.3, 23.4, 23.6, 23.7,
       23.8, 23.9, 24. , 24.1, 24.2, 24.3, 24.4, 24.5, 24.6, 24.7, 24.8,
       25. , 25.1, 25.2, 25.3, 26.4, 26.5, 26.6, 27. , 27.1, 27.5, 27.9,
       28. , 28.2, 28.4, 28.5, 28.6, 28.7, 29. , 29.1, 29.6, 29.8, 29.9,
       30.1, 30.3, 30.7, 30.8, 31. , 31.1, 31.5, 31.6, 31.7, 32. , 32.2,
       32.4, 32.5, 32.7, 33. , 33.1, 33.2, 33.4, 33.8, 34.6, 34.7, 34.9,
       35.1, 35.2, 35.4, 36. , 36.1, 36.2, 36.4, 36.5, 37. , 37.3, 37.6,
       37.9, 39.8, 41.7, 42.3, 43.1, 43.5, 43.8, 44. , 45.4, 46. , 46.7,
       48.5, 48.8, 50. ]),)

該当のソースコード

from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
sc.fit(housing_X)
housing_X = sc.transform(housing_X)

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(housing_X,housing_y, test_size = 0.3, random_state=0)

from sklearn.linear_model import Perceptron
# 学習
housing_pcp = Perceptron(max_iter=40, tol=1e-3, eta0=1.0, shuffle=True)
housing_pcp.fit(X_train,y_train)

試したこと

調べたところ、y_trainのデータに問題ありそうだと分かり、y_trainがpandas.core.series.Seriesだったのをnumpy.ndarrayに変換してみましたが、何も変わらなかったです。
またX_trainの方だけ標準化しております。

can110

2023/02/03 08:58

どこでどのようなエラーが起こったのかが詳しく分かるようにソースコードや、特にエラーメッセージは全文（Traceback）をそのまま提示ください。フォルダ名など個人名などが含まれる部分は伏せてかまいません。

jbpb0

2023/02/03 12:09

データに依存する話だと思うので、エラーが出るデータを他人が再現できるように、データを作る部分のコードを質問に追記した方が、回答が得られやすくなると思いますデータの内容が本当のものと全く同じではなくても、質問と同じエラーが出るデータが再現できれば大丈夫です

meg_

2023/02/03 13:41

> sklearnのパーセプトロンを実行したいと思っていますがモデル部分のコードを載せていただけますか？

listen

2023/02/04 04:50

皆さま、ご質問ありがとうございます。コードとエラーを追記させていただきました。データはボストンの住宅価格のものです。

meg_

2023/02/04 05:28

> テキストに載っているアヤメのデータを別データに変えてコードを書いていました。 > データはボストンの住宅価格のものです。アヤメの件は分類かとおもいますが、ボストンの件は分類ではないですよね？そのあたりを見直されてはどうでしょうか？また、追記されたコードは「NameError: name 'housing_X' is not defined」が発生して実行できませんでした。実行可能なコードを示していただけると回答がつきやすくなるかと思います。

meg_

2023/02/04 05:33

ボストンデータは下記警告が出ますね。 FutureWarning: Function load_boston is deprecated 現在は推奨されないデータのようです。 https://zenn.dev/nishimoto/articles/e9ee95ca0c9c95

jbpb0

2023/02/04 23:42

> from sklearn.linear_model import Perceptron は、 https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.Perceptron.html に「Linear perceptron classifier」とあるので、「分類」モデル(classifier)です > データはボストンの住宅価格は、 https://qiita.com/kwi0303/items/989b3b9ee6eabb067892 とかのように、一般的には数値を予測する「回帰」モデル(regressor)に使うデータなので、「分類」モデルに使うと > ValueError: Unknown label type:... みたいになります「分類」モデルではなく「回帰」モデルを使ってみてください