ValueError:在将决策树的功能转换为整数后，无法将字符串转换为浮点值

Question

我使用以下代码将数据集特性转换为整数：

car_df = pd.DataFrame({'Integer Feature': [0,1,2,3,4,5], 
'Categorical Feature': ['buying', 'maint', 'doors', 'persons', 'lug_boot', 'safety']})

这起到了作用。现在，我正在尝试创建一个决策树，并使用以下代码：

from sklearn.tree import DecisionTreeClassifier 
dtree = DecisionTreeClassifier() 
dtree.fit(car_df, y)

但是，我收到一个错误，它指出：ValueError: could not convert string to float: 'buying'"购买"是数据集中的第一个分类特征。有六个分类特征。

我认为这不会是一个问题，因为我将功能转换为整数。有人知道如何解决这个问题吗？

Answer 1

我刚刚提取了这个汽车数据集，所以我对它的内容有了更好的了解。根据文档，以下是具有可能值的列：

buying       v-high, high, med, low
maint        v-high, high, med, low
doors        2, 3, 4, 5-more
persons      2, 4, more
lug_boot     small, med, big
safety       low, med, high

因此，所有这些列都可以包含字符串，并且在将数据集传递给模型的fit()方法之前，它们都需要转换为数字类型。

根据Pandas关于get_dummies()方法的文件：https://pandas.pydata.org/docs/reference/api/pandas.get_dummies.html:

一旦在数据帧中有了原始数据集(称之为df(，就可以将其传递给.get_dummies()方法，如下所示：

import pandas as pd
df_with_dummies = pd.get_dummies(df)

此代码将把任何具有对象或类别数据类型的列转换为整数伪值，并使用｛原始列名｝_｛原始值｝约定为每个新列命名。