我在使用浮点数标记的数据上应用朴素贝叶斯算法。当我的Y数组包含整数类型的值时，预测结果是正确的。请看下面的代码：
import numpy as npX = np.array([[0], [1]])Y = np.array([1, 2])from sklearn.naive_bayes import GaussianNBclf = GaussianNB()clf.fit(X, Y)print (clf.predict([[0]]))Output is [1]字符串值也可以正常工作。请看下面的代码：
import numpy as npX = np.array([[0], [1]])Y = np.array(['A', 'B'])from sklearn.naive_bayes import GaussianNBclf = GaussianNB()clf.fit(X, Y)print (clf.predict([[0]]))Output is ['A']但是，如果我将Y的值改为浮点数，我会得到一个错误。请看下面的代码：
import numpy as npX = np.array([[0], [1]])Y = np.array([0.1, 0.2])from sklearn.naive_bayes import GaussianNBclf = GaussianNB()clf.fit(X, Y)print (clf.predict([[0]]))Error : ValueError: Unknown label type: array([ 0.1, 0.2]) 我应该如何处理朴素贝叶斯中的浮点数组？我想将这两个X和Y进行映射
X = np.array([[0], [1], [2], [3], [4], [5], [6], [7], [8], [9], [10], [11], [12], [13], [14], [15], [16], [17], [18], [19], [20], [21], [22], [23], [24], [25], [26], [27], [28], [29], [30]])Y = np.array([0.0, 0.03333333333333333, 0.06666666666666667, 0.1, 0.13333333333333333, 0.16666666666666666, 0.2, 0.23333333333333334, 0.26666666666666666, 0.3, 0.3333333333333333, 0.36666666666666664, 0.4, 0.43333333333333335, 0.4666666666666667, 0.5, 0.5333333333333333, 0.5666666666666667, 0.6, 0.6333333333333333, 0.6666666666666666, 0.7, 0.7333333333333333, 0.7666666666666667, 0.8, 0.8333333333333334, 0.8666666666666667, 0.9, 0.9333333333333333, 0.9666666666666667, 1.0])回答：
一个简单的回归示例：
from sklearn import linear_model from sklearn import datasets from sklearn import metrics boston = datasets.load_boston() X_train = boston.data[:450] #定义训练X集 y_train = boston.target[:450] #定义训练y集 X_test = boston.data[450:] #定义测试X集 y_test = boston.target[450:] #定义测试y集 lin = linear_model.LinearRegression() #初始化回归器 lin.fit(X_train, y_train) #拟合训练数据 preds = lin.predict(X_test) #对X测试集进行预测 print metrics.mean_absolute_error(y_test, preds) #评估性能 我建议探索linear_model中的其他选项。
