Python 3.x 支持的目标类型有：（'；二进制'；，'；多类'；）。得到'；连续'；相反

您好，为了找到最佳算法，我有以下代码：

models = []
models.append(('LR', LogisticRegression(solver='liblinear', multi_class='ovr')))
models.append(('LDA', LinearDiscriminantAnalysis()))
models.append(('KNN', KNeighborsClassifier()))
models.append(('CART', DecisionTreeClassifier()))
models.append(('NB', GaussianNB()))
models.append(('SVM', SVC(gamma='auto')))
results = []
names = []
for name, model in models:
    kfold = StratifiedKFold(n_splits=10, random_state=1, shuffle=True)
    print(kfold)
    cv_results = cross_val_score(model, X_train, Y_train, cv=kfold, scoring='accuracy')
    print("asd")
    results.append(cv_results)
    names.append(name)
    print('%s: %f (%f)' % (name, cv_results.mean(), cv_results.std()))

其中，我的X和y是：

X = dataset[['Twf', 'Depth']].values[:17655]
y = dataset['fr1'].values[:17655]

我就这样把它们分开

X_train, X_validation, Y_train, Y_validation = train_test_split(X, y, test_size=0.20, random_state=1)

但是，我得到了以下错误：

ValueError: Supported target types are: ('binary', 'multiclass'). Got 'continuous' instead.

---

问题是什么以及如何解决？

像LogisticRegression这样的模型是分类模型，它要求您的目标功能由类或标签组成，例如[0,1,2..]或[a、b、c..]

如果目标由连续数据组成，例如[1.236、1.451、2.213..，则会出现上述错误

---

确保目标要素具有类（二进制或多类）

像LogisticRegression这样的模型是分类模型，它要求目标要素由类或标签组成，如[0,1,2..]或[a，b，c..]

如果目标由连续数据组成，例如[1.236、1.451、2.213..，则会出现上述错误

---

确保目标功能具有类（二进制或多类）

我的数据在逗号后有5个数字，因此它们非常敏感，是否有办法处理它们？我的数据在逗号后有5个数字，因此它们非常敏感，是否有办法处理它们？