Python Scikit学习线性回归预测标签

我正在尝试使用SK学习对时间序列标记数据执行线性回归。 我的数据格式是

data=（时间戳、值、标签）

分配给我的数据的标签为0或1。 我试图从SKLearn网站上了解这一点

我的问题是:

1-示例中培训数据的标签在哪里？他们在火车上吗

---

2-方法的返回值是什么？在我的代码中，它返回一个n_样本数组，作为范围[0,1]内的预测值。但是，我希望返回的二进制值为0或1（无中间值）

1-

diabetes\u y\u train

是train的标签

2-您使用的是回归函数，因此使用连续变量是正确的。如果您想要二进制输出，您不是在解决回归问题，而是在解决分类问题，那么您可以设置一个阈值来离散预测，或者使用sklearn提供的一种方法。

1-是

---

2-Predict计算浮点数，因为示例尝试预测浮点数而不是二进制值。因此，没有是/否答案，但有一个预测值，为了估计误差，计算差异并在

np.mean（（regr.predict（diabetes_X_测试）-diabetes_y_测试）**2）

非常感谢您的帮助，我使用了SVC分类器并收到了我需要的输出。