svm对未知数据的分类_对IRIS数据集运行SVM并获取值错误：未知标签类型：“Unknown”...

谁能用一种简单的方式向我解释？

为了您的方便，我包含了完整的代码。在

我有这样的代码，加载IRIS数据集并运行SVM：from sklearn import svm

import pandas as pd

def prepare_iris_DS():

print("Loading iris DS...")

url = 'http://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data'

iris = pd.read_csv(url, names=["sepal length", "sepal width", "petal length", "petal width", "Species"])

df = pd.DataFrame(iris, columns=["sepal length", "sepal width", "petal length", "petal width", "Species"])

df.head()

iris.head()

print("Iris DS is Loaded")

columns, labels = ["sepal length", "sepal width"], ["Iris-setosa", "Iris-virginica"]

total = df.shape[0]

df = df[df.Species.isin(labels)]

X = df[columns]

print("selected {0} entries out of {1} from the dataset based on labels {2}".format(len(X), total, str(labels)))

Y = df[["Species"]]

Y.loc[Y.Species != labels[0], 'Species'] = 0.0

Y.loc[Y.Species == labels[0], 'Species'] = 1.0

X = X.as_matrix()

Y = Y.as_matrix()

return X, Y

X, Y = prepare_iris_DS()

rbf_svc = svm.SVC(kernel='rbf', gamma=0.1, C=0.1)

rbf_svc.fit(X, Y)

我一直在最后一行出错：rbf_服务配合(X，Y)

^{pr2}$

但是。。。

当我使用这个命令时，它很简单。

我不明白为什么？我很感谢您给出一个清晰/简单的答案Y = Y.as_matrix().astype(float)