使用K近邻算法时遇Unknown label type: Continuous MULTIOUTPUT错误求助

你遇到的错误核心原因是用了分类模型处理回归任务：KNeighborsClassifier是用于离散类别分类的模型，而你要预测的population、fertility、life_expectancy都是连续数值型变量，且是多输出任务，分类模型无法识别这种连续多输出标签，因此报错。

解决步骤：

• 替换模型类：从sklearn导入回归版本的KNN模型KNeighborsRegressor，而非分类器
• 修改代码：

  # 替换导入语句
  from sklearn.neighbors import KNeighborsRegressor
  
  # 实例化回归模型
  modelo = KNeighborsRegressor(n_neighbors=vizinhos)
  
  # 后续的拟合、预测流程不变
  modelo.fit(X_train, y_train)
  y_pred = modelo.predict(X_test)
  

• 验证逻辑：KNeighborsRegressor原生支持多输出回归任务，不需要额外添加多输出包装器（比如MultiOutputRegressor），直接传入多列的目标变量y_train即可正常拟合。

额外提醒：区分分类和回归任务是ML建模的基础——当目标是预测连续数值时用回归模型，预测离散类别时用分类模型，不要混淆两者的适用场景。

内容的提问来源于stack exchange，提问作者lobsterini