Python ValueError:xgboost分类不支持连续

这是我的错误

ValueError                                Traceback (most recent call last)
<ipython-input-5-7c13d55b8367> in <module>()
      1 from sklearn.metrics import confusion_matrix, accuracy_score
      2 y_pred = classifier.predict(X_test)
----> 3 cm = confusion_matrix(y_test, y_pred)
      4 print(cm)
      5 accuracy_score(y_test, y_pred)

这是我的密码

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

dataset = pd.read_csv('NBA_proj_14.csv')
X = dataset.iloc[:, :-13].values
y = dataset.iloc[:, -13].values

将数据集拆分为训练集和测试集

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.2, random_state = 0)

在训练集上训练XG增强

from xgboost import XGBClassifier
classifier = XGBClassifier()
classifier.fit(X_train, y_train)

制作混淆矩阵

from sklearn.metrics import confusion_matrix, accuracy_score
y_pred = classifier.predict(X_test)
cm = confusion_matrix(y_test, y_pred)
print(cm)
accuracy_score(y_test, y_pred)```

这是我的数据集

此处：

X=dataset.iloc[：，：-13]。值
y=dataset.iloc[：，-13]。值

您不是在构建功能阵列

X

和目标阵列

y

，而是在按行分割数据集，这不是您想要的

---

只有您自己知道您想要预测的类是什么/在哪里，您想要创建目标数组。正如错误所暗示的，在进行分类、构建混淆矩阵时，不应预测连续变量。

好的，那么您对该错误消息有什么疑问？你看到错误信息了吗？你明白错误信息了吗？例如，您能否理解

y_type

在该上下文中指的是什么，以及它为什么试图使用

“continuous”

？不支持连续类型对您有意义吗？您是否期望输入具有这些特征？如果是这样的话，你为什么要创建这个混乱矩阵，你对它应该如何工作的理解是什么？如果没有，当您尝试诊断原因时会发生什么？请不要阻止引用您的文本，并尝试为您的帖子（已编辑）提供描述性标题。因此，给出我的代码示例，既然输出是连续的，我将如何拆分输入功能和输出功能？

from sklearn.metrics import confusion_matrix, accuracy_score
y_pred = classifier.predict(X_test)
cm = confusion_matrix(y_test, y_pred)
print(cm)
accuracy_score(y_test, y_pred)```