sklearn-LinearRegression:无法将字符串转换为浮点数:'--'
Posted
技术标签:
【中文标题】sklearn-LinearRegression:无法将字符串转换为浮点数:\'--\'【英文标题】:sklearn-LinearRegression: could not convert string to float: '--'sklearn-LinearRegression:无法将字符串转换为浮点数:'--' 【发布时间】:2018-02-15 23:44:29 【问题描述】:我正在尝试使用来自 sklearn 的 LinearRegression,但我得到一个“无法将字符串转换为浮点数”。数据框的所有列都是浮点数,输出 y 也是浮点数。我查看了其他帖子,建议转换为我所做的浮动。
<class 'pandas.core.frame.DataFrame'>
Int64Index: 789 entries, 158 to 684
Data columns (total 8 columns):
f1 789 non-null float64
f2 789 non-null float64
f3 789 non-null float64
f4 789 non-null float64
f5 789 non-null float64
f6 789 non-null float64
OFF 789 non-null uint8
ON 789 non-null uint8
dtypes: float64(6), uint8(2)
memory usage: 44.7 KB
type(y_train)
pandas.core.series.Series
type(y_train[0])
float
from sklearn.model_selection import train_test_split
X_train,X_test,y_train,y_test=train_test_split(X,Y,random_state=0)
X_train.head()
from sklearn.linear_model import LinearRegression
linreg = LinearRegression().fit(X_train, y_train)
我得到的错误是一个
ValueError Traceback (most recent call last)
<ipython-input-282-c019320f8214> in <module>()
6 X_train.head()
7 from sklearn.linear_model import LinearRegression
----> 8 linreg = LinearRegression().fit(X_train, y_train)
510 n_jobs_ = self.n_jobs
511 X, y = check_X_y(X, y, accept_sparse=['csr', 'csc', 'coo'],
--> 512 y_numeric=True, multi_output=True)
513
514 if sample_weight is not None and np.atleast_1d(sample_weight).ndim > 1:
527 _assert_all_finite(y)
528 if y_numeric and y.dtype.kind == 'O':
--> 529 y = y.astype(np.float64)
530
531 check_consistent_length(X, y)
ValueError: could not convert string to float: '--'
请帮忙。
【问题讨论】:
X
和 Y
是什么?
【参考方案1】:
一个快速的解决方案是使用pd.to_numeric
将您的数据可能包含的任何字符串转换为数值。如果它们与转换不兼容,它们将被缩减为NaN
s。
from sklearn.linear_model import LinearRegression
X = X.apply(pd.to_numeric, errors='coerce')
Y = Y.apply(pd.to_numeric, errors='coerce')
此外,您可以选择用一些默认值填充这些值:
X.fillna(0, inplace=True)
Y.fillna(0, inplace=True)
将填充值替换为与您的问题相关的任何值。我不建议删除这些行,因为您最终可能会从 X
和 Y
删除不同的行,从而导致数据标签不匹配。
最后,拆分并调用你的分类器:
X_train, X_test, y_train, y_test = train_test_split(X, Y, random_state=0)
clf = LinearRegression().fit(X_train, y_train)
【讨论】:
但是如果变成Nan
s LinearRegression.fit() 仍然会抛出错误。
@VivekKumar 我不知道 OP 想对这些 NaN 做什么......也许放弃它们?填充它们?我将编辑进一步澄清。
啊,好的。因此,这将验证 OP 拥有的数据实际上是否良好。谢谢
@ColdSpeed 谢谢!这有帮助!【参考方案2】:
我认为最好使用标签编码或热编码将所有字符串列转换为二进制(0,1),而不是我们的线性回归会表现得更好。!!
【讨论】:
以上是关于sklearn-LinearRegression:无法将字符串转换为浮点数:'--'的主要内容,如果未能解决你的问题,请参考以下文章