我是Sklearn和Python的新手；我有一个项目中的代码片段需要解读。希望你们能帮我解答。
from repository import Repositoryfrom configuration import configrepository = Repository(config)dataset, labels = repository.get_dataset_and_labels()import numpy as npfrom sklearn.cross_validation import train_test_splitfrom sklearn.svm import SVCfrom sklearn.cross_validation import ShuffleSplitfrom sklearn.grid_search import GridSearchCV # Ensure that there are no NaNsdataset = dataset.fillna(-85)# Split the dataset into training (90 \%) and testing (10 \%)X_train, X_test, y_train, y_test = train_test_split(dataset, labels, test_size = 0.1 )cv = ShuffleSplit(X_train.shape[0], n_iter=10, test_size=0.2, random_state=0)# Define the classifier to useestimator = SVC(kernel='linear')# Define parameter spacegammas = np.logspace(-6, -1, 10)# Use Test dataset and use cross validation to find bet hyper-p rameters.classifier = GridSearchCV(estimator=estimator, cv=cv, param_grid=dict(gamma=gammas))classifier.fit(X_train, [repository.locations.keys().index(tuple(l)) for l in y_train])我无法理解的是分类器的fit方法的使用。在我找到的所有在线示例中，’fit’接收训练数据和相应的标签。在上面的示例中，’fit’接收的是训练数据和标签的索引（而不是标签本身）。为什么分类器使用索引而不是标签仍然能正常工作？
回答：
标签只是一个抽象的术语。它可以是任何东西，单词、数字、索引，任何东西。在你的例子中（无论repository.locations.keys().index(...)是什么，我们假设它是一个确定性函数，为了简单起见，我们称之为f），你创建了一个列表
[f(tuple(l)) for l in y_train]y_train本身是一个列表（或更一般地说是可迭代对象）。所以上面也是一个标签列表，只是通过f转换了，可能是由于某些其他原因（也许在这个特定情况下，用户需要与原始数据集不同的标签集？）。无论如何，你仍然将标签传递给你的fit方法，它们只是被转换了。
例如，考虑一组标签['cat', 'dog']，我训练模型时使用[x1, x2, x3]，['cat', 'cat', 'dog']或[x2,x3,x3]，[0, 0, 1]（标签的索引），这实际上没有太大区别。
