scikit-learn에 의한 회귀에 대한 반 감독 학습

Question

Scikit-learn에서 semi-supervised regression 작업에 레이블 전파를 사용할 수 있습니까? API에 따르면 대답은 '예'입니다.

그러나 다음 코드를 실행하려고하면 오류 메시지가 나타납니다. . label_propagation.LabelSpreading에서() (X, y_30) 라인에 맞게

from sklearn import datasets 
from sklearn.semi_supervised import label_propagation 
import numpy as np 
rng=np.random.RandomState(0) 
boston = datasets.load_boston() 
X=boston.data 
y=boston.target 
y_30=np.copy(y) 
y_30[rng.rand(len(y))<0.3]=-999 
label_propagation.LabelSpreading().fit(X,y_30) 

---

그것은 ": 알 수없는 레이블 유형 '연속'에 ValueError"는 것을 보여줍니다.

어떻게 문제를 해결해야합니까? 고마워. "

이론적으로

check_classification_targets(y) 

    # actual graph construction (implementations should override this) 
    graph_matrix = self._build_graph() 

    # label construction 
    # construct a categorical distribution for classification only 
    classes = np.unique(y) 
    classes = (classes[classes != -1]) 

는"check_classification_targets "호출을 제거하고 사용할 수 있습니다

Answer 1

그것은 문서의 오류처럼 보인다는 코드 자체는 명확하게 분류 만합니다 (BasePropagation class의 .fit 전화의 beggining)입니다 회귀 식의 방법 "이라고 말합니다. 그러나 학습 집합에서 발견되지 않은 값을"전파 "하지 않으므로 실제 회귀는 아닙니다. 회귀 값을 클래스 식별자로 취급하기 만하면됩니다. 그리고 "unlabeled"에 대한 코드 명이므로 "-1"값을 사용할 수 없습니다 ...