Python 重塑和转换问题

User1190882帮助解决了传输问题。我将为SKlearn问题打开一个新线程

columns_train = np.array([df['A'], df['B'],  df['C'], df['D'], df['E'], df['F'], df['G']])
X = columns_train
Y = columns_target

X = np.transpose(X)
print np.shape(X)
print np.shape(Y)


X_train, X_test, Y_train, Y_test = train_test_split(X,Y,test_size = 0.2, random_state = 42)

clf = svm.LinearSVC()
clf.fit(X_train, Y_train)
print clf

File "C:\Python27\lib\site-packages\sklearn\utils\multiclass.py", line 172, in check_classification_targets
raise ValueError("Unknown label type: %r" % y_type)
ValueError: Unknown label type: 'continuous'

---

在查看其他线程之后，我不确定我能做些什么来实现这一点。你能给我一些建议吗？感谢您在编辑前回答问题

你要找的是

X = np.transpose(X)

编辑问题后回答

---

当变量

Y

的数据类型为浮点类型时，会出现

continuous

错误。在所有分类类型的问题中，必须将标签类型保持为

int

。将变量Y的数据类型转换为

int

，然后它应该可以正常工作。

我编辑了这个问题，因为这里还有另一个问题，因为这个问题由多个问题组成。添加了新问题的解决方案。请不要以您发布新问题的方式编辑问题。如果您想发布新问题，请将其附加到已发布的问题中，或者发布新问题，但请不要覆盖它。是的，我考虑过，我所做的不正确，因为这会让人困惑，我现在将重新创建另一个问题，而不是其他问题，谢谢您的建议