sklearn-LinearRegression: не удалось преобразовать строку в float:'--'

Я пытаюсь использовать LinearRegression от sklearn, и я получаю "не удалось преобразовать строку в float". Все столбцы фрейма данных являются плавающими, и выходной y также является плавающим. Я посмотрел на другие сообщения и предложения, чтобы преобразовать в float, который я сделал.

<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)

Ошибка, которую я получаю, - это

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: '--'

Пожалуйста, помогите.

1 2
python pandas scikit-learn valueerror

1 ответ:

Быстрое решение будет включать использование pd.to_numeric для преобразования любых строк, которые могут содержать ваши данные, в числовые значения. Если они несовместимы с преобразованием, они будут уменьшены до NaNs. 

from sklearn.linear_model import LinearRegression

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

Кроме того, вы можете заполнить эти значения некоторыми значениями по умолчанию: 

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

Замените значение заполнения тем, что имеет отношение к вашей проблеме. Я не рекомендую удалять эти строки, потому что вы можете в конечном итоге удалить разные строки из X и Y, вызывая метку данных несоответствие.

Наконец, разделите и вызовите свой классификатор: 

X_train, X_test, y_train, y_test = train_test_split(X, Y, random_state=0)
clf = LinearRegression().fit(X_train, y_train)
2