Python DecisionTreeClassier能否同时用于二进制和多类标签?

Python DecisionTreeClassier能否同时用于二进制和多类标签?,python,scikit-learn,Python,Scikit Learn,我可以用二进制和多类标签来拟合分类器以预测结果吗 多类标签可以有2个以上的值,二进制标签只能有2个 示例(X中的第一个参数是multiclass,第二个是binary-[-1,1]): 我认为您混淆了标签(通常用Y变量表示,正如您在示例中所做的那样)和特征(示例中的矩阵X)。当谈到二进制或多类标签时,通常指的是输出/响应变量Y 输入变量(矩阵X中的值)可以是任意整数或浮点数,因此您的示例完全有效。如果您的输入变量编码多项式值(即0='black',1='red',2='green'),则最好先对

我可以用二进制和多类标签来拟合分类器以预测结果吗

多类标签可以有2个以上的值,二进制标签只能有2个

示例(X中的第一个参数是multiclass,第二个是binary-[-1,1]):


我认为您混淆了标签(通常用
Y
变量表示,正如您在示例中所做的那样)和特征(示例中的矩阵
X
)。当谈到二进制或多类标签时,通常指的是输出/响应变量
Y


输入变量(矩阵
X
中的值)可以是任意整数或浮点数,因此您的示例完全有效。

如果您的输入变量编码多项式值(即0='black',1='red',2='green'),则最好先对其进行二值化,而不是直接将其输入分类器。
from sklearn import tree
X = [[0, -1], [2, 1], [1, -1] ]
Y = [0, 1, 1]
clf = tree.DecisionTreeClassifier()
clf = clf.fit(X, Y)
clf.predict([[1, 1]])