我正在研究歌曲数据集的流派分类问题。由于流派是一个名义特征，我使用 sklearn 的 LabelBinarizer 为数据集中的每一行获取此特征的 one-hot 编码。然后我留下了一个数据框（df_train_num），它有两列，本质上都是数字，还有一个 Series 对象，其中每一行的值都是一个 numpy 数组——该类型的单热编码。我现在想在这些数据上拟合一个分类器。我所做的是：

svm_classifier = LinearSVC()
svm_classifier.fit(df_train_num,df_train_genre)

这给了我：

ValueError：未知标签类型：“未知”

究竟是什么导致了这个错误？我是否不允许在 中使用带有 DataFrame 对象的 Series 对象来适应分类器？尽管替换df_train_genre为df_train_genre.values以便将 numpy 数组直接传递给 fit 方法也不会改变任何内容。同样的错误。

这是两个 pandas 对象的视图：

df_train_num.head(5)

Unique_Word_Count   Sentiment Polarity
157277                  126   0.027766
90109                   114  -0.199545
106224                  16    0.000000
221087                  103  -0.058025
247082                  409  -0.170143

df_train_genre.head(5)

157277    [0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, ...
90109     [0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 1.0, 0.0, 0.0, ...
106224    [0.0, 1.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, ...
221087    [0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, ...
247082    [0.0, 0.0, 0.0, 1.0, 0.0, 0.0, 0.0, 0.0, 0.0, ...
Name: Genre_Encoded, dtype: object