GridSearchCV e regressione logistica sollevare ValueError: Non può gestire mix di continuo e binario

Question

Sto cercando di eseguire gridsearch con regressione logistica, e ottenere

ValueError: Can't handle mix of continuous and binary 

ho rintracciato questo errore metrics.accuracy_score. Apparentemente la previsione non va così bene, e mentre y_true è continua (come il resto dei dati), y_pred è tutti zeri ed è quindi classificato come binario.

• C'è un modo per evitare questo errore?
• La natura di y_pred significa che non ho alcuna attività commerciale con la regressione logistica o potrebbe essere un risultato dei parametri utilizzati?

Grazie

Answer 1

Un po 'confusamente di regressione logistica è in realtà un algoritmo di classificazione (vedi http://scikit-learn.org/stable/modules/linear_model.html#logistic-regression). Di conseguenza, i dati di destinazione ("y_true") che si alimentano dovrebbero essere binari. Se stai effettivamente cercando di risolvere un problema di regressione dovresti scegliere un algoritmo diverso, ad es. LinearRegression, SVR, RandomForestRegressor, ecc.