Scikit learn 我正在尝试集成模型来训练模型并使用VotingRegressor进行预测,但我遇到了一个错误,请告诉我';什么是错误
我的代码如下所示Scikit learn 我正在尝试集成模型来训练模型并使用VotingRegressor进行预测,但我遇到了一个错误,请告诉我';什么是错误,scikit-learn,ensemble-learning,Scikit Learn,Ensemble Learning,我的代码如下所示 from sklearn.ensemble import VotingRegressor from sklearn.svm import SVC estimators=[('Randomregressor',RandomForestRegressor),('svc',SVC),('regressor_tree',DecisionTreeRegressor)] ensemble=VotingRegressor(estimators=estimators,n_jobs=-1).
from sklearn.ensemble import VotingRegressor
from sklearn.svm import SVC
estimators=[('Randomregressor',RandomForestRegressor),('svc',SVC),('regressor_tree',DecisionTreeRegressor)]
ensemble=VotingRegressor(estimators=estimators,n_jobs=-1).fit(X_train,y_train)
在集成三个模型时,我得到一个错误,如下所示
ValueError回溯(最近一次调用)
在()
---->1集合=VotingRegressor(估计量=估计量,权重=[2,1],n_作业=-1).拟合(X_序列,y_序列)
2帧
/usr/local/lib/python3.6/dist-packages/sklearn/employee//u base.py in\u validate\u估计器(self)
247提升值错误(
248“估计器{}应为{}格式。”(
-->249 est.\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu
250 )
251 )
ValueError:估计值ABCMeta应该是一个回归器。
问题在于SVC是一个分类器而不是回归器,请使用SVR。您能提供一个最小的、可重复的代码示例吗?()缺少X_列和y_列的数据。您的代码似乎也不完整,因为您提供的代码中没有估计器“ABCMeta”。问题是SVC是一个分类器而不是回归器,请使用SVR。您能提供一个最小的、可复制的代码示例吗?()缺少X_列和y_列的数据。您的代码似乎也不完整,因为您提供的代码中没有估计器“ABCMeta”。
ValueError Traceback (most recent call last)
<ipython-input-169-b50113614234> in <module>()
----> 1 ensemble=VotingRegressor(estimators=estimators,weights=[2,1],n_jobs=-1).fit(X_train,y_train)
2 frames
/usr/local/lib/python3.6/dist-packages/sklearn/ensemble/_base.py in _validate_estimators(self)
247 raise ValueError(
248 "The estimator {} should be a {}.".format(
--> 249 est.__class__.__name__, is_estimator_type.__name__[3:]
250 )
251 )
ValueError: The estimator ABCMeta should be a regressor.