问题解决： ValueError: Can't Handle mix of binary and continuous

昨天做了随机森林回归预测，但是在做模型评估时报了如题所示的错误： ValueError: Can't Handle mix of binary and continuous

报错代码如下：

precision, recall, F1, _ = precision_recall_fscore_support(y_test, pred_test, average="binary")

其实一开始报同样错的地方是：

train_acc = accuracy_score(y_train, pred_train)

后来我换了个方法，使用dtree.score的方法解决了这行代码的问题，但是precision_recall_fscore_support这部分的问题始终无法解决。一开始我以为是数据类型的问题，然而并不是，查看了Stack Overflow：https://stackoverflow.com/questions/38015181/accuracy-score-valueerror-cant-handle-mix-of-binary-and-continuous/43945086

依旧无法解决。今早，查看代码，无意中发现是包导错了，使用错了方法。我要做的是分类，而导入了回归的算法去训练的模型。

from sklearn.ensemble import RandomForestRegressor

将算法换成回归即可解决问题了。

from sklearn.ensemble import RandomForestClassifier