我想使用以下代码在Scikit-learn中训练不同的分类器，以解决多标签分类问题：

names = [    "Nearest Neighbors",    "Linear SVM", "RBF SVM", "Gaussian Process",    "Decision Tree", "Random Forest", "Neural Net", "AdaBoost",    "Naive Bayes", "QDA"]classifiers = [    KNeighborsClassifier(3),    SVC(C=0.025),    SVC(gamma=2, C=1),    GaussianProcessClassifier(1.0 * RBF(1.0)),    DecisionTreeClassifier(max_depth=5),    RandomForestClassifier(max_depth=5),    MLPClassifier(alpha=0.5),    AdaBoostClassifier(),    GaussianNB(),    QuadraticDiscriminantAnalysis()]for name, clf in izip(names, classifiers):    clf.fit(X_train, Y_train)    score = clf.score(X_train, Y_test)    print name, score

KNeighbors分类器运行正常，但当我尝试使用SVM分类器时，抛出了以下异常：

Traceback (most recent call last):  File "/Users/mac/PycharmProjects/GraphLstm/classifier.py", line 87, in <module>    clf.fit(X_train, Y_train)  File "/Library/Python/2.7/site-packages/sklearn/svm/base.py", line 151, in fit    X, y = check_X_y(X, y, dtype=np.float64, order='C', accept_sparse='csr')  File "/Library/Python/2.7/site-packages/sklearn/utils/validation.py", line 526, in check_X_y    y = column_or_1d(y, warn=True)  File "/Library/Python/2.7/site-packages/sklearn/utils/validation.py", line 562, in column_or_1d    raise ValueError("bad input shape {0}".format(shape))ValueError: bad input shape (9280, 39)

这是什么原因？如何解决这个问题？

编辑： 正如@隐藏人名所评论的，以下分类器仅适用于多标签分类：

sklearn.tree.DecisionTreeClassifiersklearn.tree.ExtraTreeClassifiersklearn.ensemble.ExtraTreesClassifiersklearn.neighbors.KNeighborsClassifiersklearn.neural_network.MLPClassifiersklearn.neighbors.RadiusNeighborsClassifiersklearn.ensemble.RandomForestClassifiersklearn.linear_model.RidgeClassifierCV

回答：

由于这是一个多标签分类问题，并非所有Scikit-learn中的估计器都能天然处理它们。文档提供了支持多标签的估计器列表，如各种基于树的估计器或其他：

sklearn.tree.DecisionTreeClassifiersklearn.tree.ExtraTreeClassifiersklearn.ensemble.ExtraTreesClassifiersklearn.neighbors.KNeighborsClassifier......

然而，像一对多这样的策略可以用来训练不直接支持多标签的所需估计器。Scikit-learn估计器OneVsRestClassifier就是为此而设计的。

有关更多详细信息，请参见此处的文档。