python-3.x - 我该如何解决这个未知的标签类型错误？

Question

我正在从 NSL-KDD 数据集中进行特征选择。预处理后，我的 X-DoS 具有如下类型的数据:

type_of_target(X_newDoS)
'continuous-multioutput'

和 Y_DoS 作为

type_of_target(Y_DoS)
'unkonwn'

我将特征选择部分运行为:

from sklearn.feature_selection import RFE
from sklearn.ensemble import RandomForestClassifier

clf =RandomForestClassifier( n_jobs = 2)

rfe = RFE(clf, n_features_to_select=1)
rfe.fit(X_newDoS, Y_DoS)

错误信息:

ValueError                                Traceback (most recent call 
last)
<ipython-input-31-6c22f9cc2bba> in <module>()
     12 rfe = RFE(clf, n_features_to_select=1)
---> 13 rfe.fit(X_newDoS, Y_DoS)
     14

4 frames
/usr/local/lib/python3.6/dist-packages/sklearn/utils/multiclass.py in 
check_classification_targets(y)
    167     if y_type not in ['binary', 'multiclass', 'multiclass- 
multioutput',
    168                       'multilabel-indicator', 'multilabel- 
sequences']:
--> 169         raise ValueError("Unknown label type: %r" % y_type)
    170  

ValueError: Unknown label type: 'unknown'

X_newDoS 是一个 numpy 数组，Y_DoS 是一个维度为 (125972,2) 的数组。单击 multiclass.py 文件，我看到列表中没有“未知”类型。我尝试将 Y_DoS 数组转换为 numpy 数组:

Y_DoS = np.array(Y_DoS)

仍然是未知数据类型，无法被 multiclass.py 文件识别。我有什么方法可以解决这个问题？如何在不丢失其内容和结构的情况下将 Y_DoS 变量转换为 multiclass.py 文件可识别的另一种类型？作为引用，我使用了此链接中的代码并完成了相同的预处理步骤。 https://github.com/CynthiaKoopman/Network-Intrusion-Detection/blob/master/DecisionTree_IDS.ipynb

我是机器学习的新手。该程序适用于 numpy 1.11.3、sklearn 0.18.1 和 pandas 1.19.2。使用当前预装库版本的 colab(numpy 0.24.2、sklearn 1.16.3、pandas 0.21.1)时，会引发上述错误。

Answer 1

没关系。似乎 Y_DoS 变量碰巧是一个 undefined object ，所以 sklearn 无法识别它的类型。添加

Y_DoS = Y_DoS.astype('int') 

在学习步骤之前解决了问题并将 Y_DoS 分类为“二进制”类型。