如何解决不能对非数字数据使用中值策略:无法将字符串转换为浮点数:'S'
df_train = pd.read_csv('../input/titanic/train.csv')
cat_attribute = ['Pclass','Sex','Embarked']
cat_pipeline = make_pipeline(DataFrameSelector(cat_attribute),OneHotEncoder(categories='auto',sparse=False))
num_attribute = ['Age','SibSp','Parch','Fare']
num_pipeline = make_pipeline(DataFrameSelector(num_attribute),SimpleImputer(strategy='median'),StandardScaler())
from sklearn.pipeline import FeatureUnion
full_pipeline = FeatureUnion([
('num_pipeline',num_pipeline),('cat_pipeline',cat_pipeline)
])
train_prepared = full_pipeline.fit_transform(X_train)
“Embarked”功能中的数据是 ['C','Q','S']。我试图使用 OneHotEncoder 来更改分类整数数据中的分类字符串数据。
但我不明白为什么我不断收到“不能对非数字数据使用中值策略:
无法将字符串转换为浮点数:'S'"。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。