Machine learning 如何将一个热编码标签与一些sklearn分类器结合使用？

我有一个包含10个类的多类分类任务。因此，我使用sklearn将单列标签转换为10列标签。我试图拟合训练数据。虽然我可以使用进行此操作，但在安装时收到以下错误消息：

我知道这两个分类器中y的允许形状不同：

高斯B：

y : array-like, shape (n_samples,)

随机森林：

y : array-like, shape = [n_samples] or [n_samples, n_outputs]

问题是，为什么会这样？这难道不矛盾吗？有办法绕过它吗？谢谢

问题是，为什么会这样

这是因为有一点理解错误，在scikit学习中，您不编码标签，而是将其作为标签的一维向量传递，从而代替

1 0 0
0 1 0
0 0 1

你真的通过了

1 2 3

那么为什么随机森林会接受不同的方案呢？因为它不适用于多类设置！它适用于多标签，其中每个实例可以有许多标签，如

1 1 0
1 1 1
0 0 0

这与“scikit学习中的所有分类器都是开箱即用的多类分类”不矛盾吗

相反-这是最简单的解决方案-除非是多标签，否则永远不要要求一个热标签

有办法绕过它吗

---

是的，只是不要编码-传递原始标签：-）

太好了。谢谢你的澄清！

1 1 0
1 1 1
0 0 0