我在尝试运行一个简单的scikit-learn示例时，总是遇到错误：multiclass-multioutput is not supported。

我的代码的前半部分，遵循任何基本教程，都能如预期般工作：

>>> from sklearn import ensemble>>> from sklearn import datasets>>> dataset = datasets.load_linnerud()>>> X, y = dataset.data, dataset.target>>> clf = ensemble.RandomForestClassifier(n_estimators=500)>>> clf.fit(X, y)>>> clf.predict([X[0]])array([[ 191.,   36.,   50.]])

然而，当我尝试获取预测得分时，我得到了以下错误：

>>> clf.score([X[0]], [y[0]])(...)ValueError: multiclass-multioutput is not supported

当使用datasets.load_iris()时，一切正常。我做错了什么？如何在多变量模型中获取单个样本的得分？

回答：

尝试将RandomForestClassifier替换为RandomForestRegressor。根据load_linnerud()的文档显示，这是一个回归问题。这样做后，我的代码就正常工作了。