scikit-learnによる回帰のための半教師あり学習

Question

scikit-learnのsemi-supervised回帰タスクに伝播を使用できますか？ そのAPIによれば、答えはYESです。

ただし、次のコードを実行しようとすると、エラーメッセージが表示されます。

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) 

---

それはその "ValueErrorを：不明なラベルタイプ： '連続'" を示しています。label_propagation.LabelSpreadingで（）フィット（X、y_30）ラインを。

問題をどのように解決すればよいですか？どうもありがとう。 「

理論的には

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]) 

あなたが「check_classification_targets」コールを削除して使用することができます

Answer 1

これは、ドキュメントのエラーのように見えますが、コード自体が明確に分類のみ（BasePropagation classの.fitコールのbeggining）でありますあなたが訓練セットで遭遇していないいかなる値も決して「伝播」しないので、それは真の回帰ではありません。あなたは単純に回帰値をクラス識別子として扱います。そして、 "ラベルなし"のコードネームであるため、値 "-1"を使用することはできません。