DecisionTreeClassifier调用fit报ValueError:Unknown label type: 'continuous'求助

• 分类标签取值错误：A/B分类标签是数据集的行索引，不是数据矩阵的第一列。现有代码Y = data.values[:, 0]取到的是第一列浮点型特征值，属于连续型数值，不符合分类器要求的离散分类标签输入，因此触发Unknown label type: 'continuous'报错。
• 特征取用不完整：当前代码X = data.values[:, 1:5]只取了前4列特征，浪费了数据集自带的512个特征。

将特征和标签的提取代码替换为如下内容即可：

# 提取全部512个浮点特征
X = data.values
# 提取行索引作为分类标签
Y = data.index.values

后续数据集拆分、模型训练代码无需修改，即可正常运行。

修改代码后可先执行如下代码确认标签取值正确：

print(set(Y))

正常输出应为{'A', 'B'}，确认标签为离散分类值即可。

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