sklearn-Lineare Regression: kann nicht Zeichenfolge konvertieren zu schweben: ‚-‘

Question

Ich versuche, eine Lineare Regression von sklearn zu bedienen und ich erhalte eine ‚kann nicht eine Zeichenfolge zu schweben konvertieren‘. Alle Spalten des Datenrahmens sind float und der Ausgang y ist ebenfalls float. Ich habe mir andere Beiträge angeschaut und die Vorschläge sollen zum Floaten konvertiert werden was ich gemacht habe.

<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) 

Der Fehler, den ich bekommen, ist eine

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: '--' 

Bitte helfen.

Answer 1

wäre eine schnelle Lösung mit pd.to_numeric zu konvertieren beinhaltet, was auch immer Ihre Datenstrings an numerischen Werten enthalten könnte. Wenn sie mit der Konvertierung nicht kompatibel sind, werden sie auf NaN s reduziert.

from sklearn.linear_model import LinearRegression 

X = X.apply(pd.to_numeric, errors='coerce') 
Y = Y.apply(pd.to_numeric, errors='coerce') 

Darüber hinaus können Sie diese Werte mit einigen Standard füllen wählen:

X.fillna(0, inplace=True) 
Y.fillna(0, inplace=True) 

den Füllwerts Ersetzen mit dem, was für Ihr Problem relevant ist. Ich empfehle nicht, diese Zeilen fallen, weil Sie verschiedene Reihen von X und Y fallen könnte am Ende eines Daten-label Mismatch verursacht.

Schließlich Split und rufen Sie Ihren Klassifikator:

X_train, X_test, y_train, y_test = train_test_split(X, Y, random_state=0) 
clf = LinearRegression().fit(X_train, y_train)