scikit-learn逻辑回归无法拟合object类型目标变量问题求助

核心结论 #

scikit-learn的LogisticRegression不能直接使用未明确分类的object类型作为目标变量，但并非完全不支持分类类型标签——只要将object类型转换为sklearn可识别的分类格式，就能既完成训练，又输出原始分类类型的预测结果。

报错原因 #

你触发的ValueError: Unknown label type: 'unknown'，是因为当目标变量为pandas的object类型时，sklearn的check_classification_targets函数无法自动判定这是合法的分类标签。常见诱因包括：

• object列中存在混合数据类型（如同时包含字符串和数值）
• 列中包含非离散的连续值（但从业务场景看你的情况应该是离散分类）
• 列的类型标记为object，但实际内容无法被识别为分类任务的标签

可行解决方案（满足分类结果输出需求） #

方案1：将object列转为pandas分类类型 #

直接把目标列转为category类型，sklearn可识别该类型，且训练后预测结果直接输出原始分类值：

import pandas as pd
from sklearn.linear_model import LogisticRegression

# 转换目标变量为分类类型
df['Interest_Rate_New'] = df['Interest_Rate_New'].astype('category')

# 拟合模型
model = LogisticRegression()
model.fit(df[['Loan_Amount_Requested','Debt_To_Income']], df['Interest_Rate_New'])

# 预测输出原始分类值
predictions = model.predict(df[['Loan_Amount_Requested','Debt_To_Income']])

方案2：用LabelEncoder编码+逆映射还原 #

先将分类值转为整数编码训练，预测后再映射回原始分类标签：

from sklearn.preprocessing import LabelEncoder
from sklearn.linear_model import LogisticRegression

le = LabelEncoder()
# 转换为整数编码
y_encoded = le.fit_transform(df['Interest_Rate_New'])

# 训练模型
model = LogisticRegression()
model.fit(df[['Loan_Amount_Requested','Debt_To_Income']], y_encoded)

# 预测后还原为原始分类值
predictions_encoded = model.predict(df[['Loan_Amount_Requested','Debt_To_Income']])
predictions = le.inverse_transform(predictions_encoded)

关键注意点 #

• 确保目标列的所有值都是离散的分类值，无缺失值或异常数据类型，否则转换分类类型时会失败
• 如果Interest_Rate_New是连续数值（如浮点利率），逻辑回归不适用，应改用线性回归模型

内容的提问来源于stack exchange，提问作者Onimus Ragnarok