我将数据集分为X_train、Y_train、X_test和Y_test，然后我使用了符号回归器...
我已经将数据帧中的字符串值转换为浮点值。 但是通过应用symbolicRegressor我得到此错误：
值错误：无法将字符串转换为浮点数："d">
其中"d"是 Y 中的值。
由于我在Y_train和Y_test中的所有值都是字母字符，因为它们是"标签"，我不明白为什么symbolicRegressor试图获得浮点数..
知道吗？
根据https://gplearn.readthedocs.io/en/stable/index.html- "符号回归是一种机器学习技术，旨在识别最能描述关系的基础数学表达式"。注意mathematical。我不擅长问题的主题，gplearn的描述没有明确定义适用/限制的区域。
但是，根据源代码https://gplearn.readthedocs.io/en/stable/_modules/gplearn/genetic.html类的方法fit()BaseSymbolic包含check_X_y()sklearn.utils.validation.check_X_y()的行X, y = check_X_y(X, y, y_numeric=True)。参数y_numeris的意思是："是否确保 y 具有数字类型。如果 y 的 dtype 是对象，则将其转换为 float64。应该只用于回归算法"。
因此y值必须是数字。
抱歉重播晚了。gplearn支持使用SymbolicRegressor估计器进行回归(数字 y(，在新发布的gplearn 0.4.0中，我们还支持使用SymbolicClassifier进行二元分类(y 中的两个标签(。不过，从听起来，您有一个多标签问题，gplearn目前不支持。这可能是我们未来希望支持的东西。