我在尝试使用来自sklearn的名为SVC的库。

然而，当我运行程序时遇到了这个错误：

ValueError: Unknown label type: 'continuous'

我不知道是否有支持向量回归的回归器库，这是我目前找到的唯一一个。以下是我的代码：

import sklearnfrom sklearn.model_selection import train_test_splitimport matplotlib.pyplot as pltimport numpy as npfrom sklearn.svm import SVCX, Y = get_data(filename)X_train, X_test, y_train, y_test = train_test_split(X, Y, random_state=33)svc = SVC()svc.fit(X_train, y_train)print(svc.score(X_train, y_train))print(svc.score(X_test, y_test))

谢谢。

回答：

SVC是一个分类器，因此不支持目标中的连续值。你需要的是SVR。只需将所有SVC的出现替换为SVR，你就可以继续了。

from sklearn.svm import SVRsvr = SVR()svr.fit(X_train, y_train)print(svr.score(X_train, y_train))print(svr.score(X_test, y_test))