我有看起来像
的数据shift_id user_id status organization_id location_id department_id open_positions city zip role_id specialty_id latitude longitude years_of_experience
2 9 S 1 1 19 1 brooklyn 48001 2 9 42.643 -82.583
6 60 S 12 19 20 1 test 68410 3 7 40.608 -95.856
9 61 S 12 19 20 1 new york 48001 1 7 42.643 -82.583
10 60 S 12 19 20 1 test 68410 3 7 40.608 -95.856
21 3 S 1 1 19 1 pune 48001 1 2 46.753 -89.584 0
4 7 S 1 1 19 1 needham 2494 4 4 42.292 -71.246 2
因此，它包含字符串和数值功能。
我首先要执行功能消除，然后在其上执行SVM。
这是我的代码。
dataset = pd.read_csv("data.csv",header = 0)
data = dataset.drop('organization_id',1)
#data = data.fillna(0, inplace=True)
target = dataset.location_id
#dataset.head()
svm = LinearSVC()
rfe = RFE(svm, 3)
rfe = rfe.fit(data, target)
print(rfe.support_)
print(rfe.ranking_)
但是，由于列status具有字符串值，它给予 -
ValueError: could not convert string to float: 'S'
具有这样的字符串功能是显而易见的。处理这种情况的标准练习是什么？
您可以通过将每个分类功能作为整数值来修复错误，该功能通过OrdinalEncoder：
from sklearn.preprocessing import OrdinalEncoder
enc = OrdinalEncoder()
features = ['status', 'city']
categorical = data[features]
enc.fit(categorical)
numerical = enc.transform(categorical)
for n, feat in enumerate(features):
data[feat] = numerical[:, n]
如果此方法不适合您，我建议您尝试OneHotEncoder。