Scikit learn 为什么'LogisticRegression'会毫无错误地接受'object'类型的目标变量？

Am对目标变量为多类的数据使用基本的

逻辑回归

调用

fit（）

时，我希望

LogisticRegression

会给出一些错误。但事实并非如此

LogisticRegression

是否默认处理此类情况？如果是，将对目标变量应用哪些转换

ddf=pd.DataFrame(
[[1,2,3,4，“蓝色”]，
[4,2,3,4，“红色”]，
[5,2,8,4，“红色”]，
[2,7,3,9，“绿色”]，
[7,6,7,4，“蓝色”]]，列=['A'，'B'，'C'，'D'，'E']
)
ddf
X=ddf[[A'，B'，C'，D']]
y=ddf['E']
lr=逻辑回归（）
lr.配合（X，y）
预测=lr.预测（X）
打印（preds）

---

给出输出：

['Blue''Red''Red''Green''Blue']

Scikit learn默认情况下能够处理所有分类器的字符串标签，它在内部创建一个对象，查看代码。字符串类标签被编码为整数值。

Scikit learn默认情况下能够处理所有分类器的字符串标签，它在内部创建了一个对象，请查看代码。字符串类标签编码为整数值