Как классифицировать матрицы (или наборы данных)

Посмотрите горячее кодирование. Учитывая входную переменную x, которая имеет три различных класса (это часто называют «фактором»), для каждого уникального значения x вам нужен столбец с двоичным кодированием в вашем наборе данных, чтобы алгоритм машинного обучения понимал, с чем он имеет дело ( т.е. он сможет узнать, почему данный класс 'A' соответствует различным выходным значениям).

Изменить!!

Еще одно важное примечание: то, что вы хотите сделать (например, сопоставить некоторые функции с непрерывной выходной переменной), не называется "классификацией". Это называется «регресс». В вашем случае проблема классификации будет заключаться в том, что вы перевернете свои данные и попытаетесь предсказать inputs (т.е. A, B или C) с учетом вашего outputs (ваши непрерывные целые числа). Ниже я покажу, как сделать регрессию в вашем случае. Если вы попробуете классифицировать так, как вы описываете, у вас закончится len(set(df['outputs'])) количество различных классов, которые вы пытаетесь предсказать. Классификация не подходит для вашего сценария.

Ниже приводится быстрый и грязный пример:

import random
from sklearn.linear_model import LogisticRegression
from sklearn.cross_validation import train_test_split
from sklearn.metrics import r2_score
import pandas as pd
import numpy as np

inputs = ['A', 'B', 'C']

# create some random data similar to yours
df = pd.DataFrame({'input': [random.choice(inputs) for _ in range(5000)], 'output': [int(abs(n) * 100) for n in np.random.randn(5000)]})

# one-hot-encode the categorical variable 'input' for use in classification
dummies = pd.get_dummies(df['input'])

# merge the one-hot-encoded dummies back with the original data
df = df.join(dummies)

# our feature  matrix (input values as dummies)
X = df[['A', 'B', 'C']]

# our outcome variable
y = df['output']

# split the dataset into train and test objects so we can gauge the accuracy of our classifier
X_train, X_test, y_train, y_test = train_test_split(X, y, train_size = 0.80, random_state = 100)

# our model instance
model = LogisticRegression()

# train the classifier
model.fit(X_train, y_train)

# use trained model from above to predict the class of "new" data
predicted = model.predict(X_test)

# let's see how well the classifier performed
print(r2_score(y_test, predicted))

Редактировать 2:

Чтобы ответить на ваш отредактированный вопрос, если строки в каждом образце принадлежат одному и тому же классу, тогда да, вы должны применять одно и то же значение к каждой из строк в образце. Для вашего первого «события» выше, если все строки (с индексами от 0 до 4) относятся к одному и тому же классу/группе, то вы должны применить 93 ко всем строкам в выборке (все строки, которые находятся в сорт).