我在使用sklearn KFold的简单ML模型中遇到问题
我使用以下代码对目标值进行分类：

# Import the DB
df = pd.read_csv("DB_ML_TJA20182019.csv")
#Transform continuous target into binary
category = pd.cut(df.length,bins=[0,4,100],labels=[0,1])
df.insert(18,"length_over", category)

现在，如果我打开csv，我可以看到一个添加的列（length_over，第18列，从0开始计数），其中的二进制变量是由length列的二进制化生成的。然后，我将数据集保存为一个新文件，并使用以下代码将其拆分为测试验证子集：

# Save the dataset with binary target
df.to_csv(r'DB_ML_TJA20182019_multilabel.csv', index = False)

# Load dataset for ML modeling (already imputed)
url = 'DB_ML_TJA20182019_multilabel.csv'
names = ...
dataset = read_csv(url, names=features, skiprows=1)

# Split-out validation dataset
array = dataset.values
X = array[:,0:18]
y = array[:,18]
X_train, X_validation, Y_train, Y_validation = train_test_split(X, y, test_size=0.30, random_state=1)

然而，在进行模型评估和比较之前，我得到了错误：Out: "ValueError: Supported target types are: ('binary', 'multiclass'). Got 'unknown' instead."
我还检查了目标的类型

#Check the type of target
from sklearn.utils.multiclass import type_of_target
print(type_of_target(y))

结果是unknown
可能是什么问题？当我打开csv时，目标是二进制的，但是函数将其作为未知得到。
数据类型为int64