GridSearchCV和LogisticRegression引发ValueError: 无法处理连续和二元混合。

Question

我正在尝试使用逻辑回归模型来运行网格搜索，并得到以下结果：

ValueError: Can't handle mix of continuous and binary

我已经找到了这个错误的根源：metrics.accuracy_score。显然，预测并不顺利，虽然y_true是连续的（就像其他数据一样），但y_pred都是零，因此被分类为二进制。

• 有没有避免这个错误的方法？
• y_pred的性质是否意味着我根本不能使用逻辑回归，还是这可能是使用的参数的结果？

谢谢！

- Korem

Answer 1

有点令人困惑的是，逻辑回归实际上是一种分类算法（请参见http://scikit-learn.org/stable/modules/linear_model.html#logistic-regression）。因此，您要提供给它的目标（“y_true”）数据应该是二进制的。如果您实际上正在尝试解决回归问题，您应该选择不同的算法，例如LinearRegression、SVR、RandomForestRegressor等。

- DavidS

---

如果标签数量是固定的，可以使用逻辑回归。 - Abhishek Thakur

尽管上面的评论有些不同意，但这当然是正确的答案。感觉有点傻，谢谢。 - Korem

@AbishekThakur，是的，那是个好观点，但请注意，对于多类LR，scikit-learn在二元LR算法周围使用一种一对多的包装器。 - DavidS

在API方面，LogisticRegression对象需要类标签，而不一定是[0,1]向量。 - Fred Foo