无法将字符串转换为浮动：“曾傑瑞”

Question

我正在尝试构建一个决策树回归器模型，并且已经分割了训练和测试数据集。但是，一旦我试图将决策树辅助器安装到X_train和y_train中，我将收到以下错误：

“无法将字符串转换为浮动：‘曾傑瑞’”

我甚至尝试使用numpy将X_train数据转换为数组，也为索引创建了一个列，但仍然面临相同的问题。请帮忙。谢谢

Answer 1

在文档中，决策树是：

能够处理数字和分类数据。然而，scikit-learn实现目前不支持分类变量。

Scikit的树需要使用数字来表示类别。这是对它是如何在sklearn中实现的的限制，而不是对树本身的限制。

您可以使用LabelEncoder将分类特性转换为数字特性，但是.

如果测试集中可能没有表示类别的某些值，那么单热编码是一个更好的选择。

OHE的另一个(重要)优点是它不会在特性中强制执行顺序。也就是说，你不会遇到曾傑瑞> Joe > Ben这样的尴尬场景。这种人为的顺序可以通过您的模型来学习。

请注意，LabelEncoder和OneHotEncoder都是变压器。所以他们有fit()，fit_transform()和transform()方法。与大多数转换器一样，典型的工作流程是对训练进行fit_transform，然后对测试进行转换。