使用KNN算法预测连续变量报错：ValueError如何解决？

数据集 #

尝试使用KNN算法基于植株数量预测总产量，编写的代码如下：

from sklearn.neighbors import KNeighborsClassifier

df = pd.read_csv(r'final2.csv')

X = df.drop('Total kg', axis=1)
Y = df[["Total kg"]]

X=X.values
Y=Y.values

knn = KNeighborsClassifier(n_neighbors=1)
  
prediction = knn.fit(X,Y)

运行后报错：

ValueError: Unknown label type: 'continuous'

解答 #

KNN完全可以处理连续变量的预测任务，你只是用错了模型类型：

• KNeighborsClassifier是分类模型，仅适用于离散标签的分类任务（比如判断花的品种），而你的目标变量"Total kg"是连续数值，属于回归预测任务。
• 要处理连续变量预测，应该使用sklearn中的KNeighborsRegressor，这是专门为回归任务设计的KNN模型。

修正后的代码 #

from sklearn.neighbors import KNeighborsRegressor
import pandas as pd  # 补充缺失的pandas导入

df = pd.read_csv(r'final2.csv')

X = df.drop('Total kg', axis=1)
Y = df["Total kg"]  # 用单层方括号获取一维Series即可，无需转二维数组

# 初始化回归模型
knn_reg = KNeighborsRegressor(n_neighbors=1)
knn_reg.fit(X, Y)

# 示例预测：输入900株的数量，得到预测产量
sample_input = [[900]]
predicted_total_kg = knn_reg.predict(sample_input)
print(predicted_total_kg)

额外说明 #

1. KNN回归的核心逻辑是取邻近样本的均值（或加权均值）作为预测结果，天然适配连续变量的预测需求。
2. 原始代码漏导入pandas，运行时会触发NameError，修正代码中已补充。
3. 目标变量无需手动转成values，sklearn可以直接处理Pandas的DataFrame/Series类型。

内容的提问来源于stack exchange，提问作者Stetco Oana