마지막 셀에서 오류가 납니다.

Question

dt_clf = DecisionTreeClassifier(random_state = 156 ) skfold = StratifiedKFold(n_splits= 3 ) n_iter = 0 cv_accuracy = [] # StratifiedKFold의 split() 호출시 반드시 레이블 데이터 셋도 추가 입력 필요 for train_index, test_index in skfold.split(features, label): # split()으로 반환된 인덱스를 이용하여 학습용, 검증용 테스트 데이터 추출 X_train, y_train = features[train_index], features[test_index] X_test, y_test = label[train_index], label[test_index] # 학습 및 예측 dt_clf.fit(X_train, y_train) pred = dt_clf.predict(X_test) # 반복 시 마다 정확도 측정 n_iter += 1 accuracy = np. round (accuracy_score(y_test, pred), 4 ) train_size = X_train.shape[ 0 ] test_size = X_test.shape[ 0 ] print ( '
#{0} 교차 검증 정확도: {1}, 학습 데이터 크기: {2}, 검증 데이터 크기: {3}' . format (n_iter, accuracy, train_size, test_size)) print ( '#{0} 검증 세트 인덱스:{1}' . format (n_iter, test_index)) cv_accuracy.append(accuracy) # 교차 검증별 정확도 및 평균 정확도 계산 print ( '
## 교차 검증별 정확도:' , np. round (cv_accuracy, 4 )) print( '## 평균 검증 정확도:', np.mean(cv_accuracy)) 이런 코드를 작성했더니 dt_clf.fit(X_train, y_train)에서 ValueError : Unknown label type: 'continuous-multioutput'이라는 오류가 납니다. 이런 오류는 왜 발생하는 것이고 어떻게 해결하나요? 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! - 먼저 유사한 질문이 있었는지 검색해보세요. - 강의 내용을 질문할 경우 몇분 몇초의 내용에 대한 것인지 반드시 기재 부탁드립니다. - 서로 예의를 지키며 존중하는 문화를 만들어가요. - 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요.

권 철민 · Answer

안녕하십니까, 소스 코드 수정이 잘못되었군요. 아래의 skfold.split() for loop 내에서 학습과 검증 데이터를 추출로직에서 y_train값을 추출할 때 features에서 test_index를 가져오는 군요. label에서 가져 오셔야 합니다. X_train, y_train = features[train_index], features[test_index] => 는 아래와 같이 변경되어야 합니다. X_train, y_train = features[train_index], label[train_index] 감사합니다.