所以我瀏覽了一個(gè)用戶在這里提供的心臟病分類教程。在學(xué)習(xí)本教程時(shí)，我遇到了一個(gè)問(wèn)題并且找不到解決方案。我收到一條錯(cuò)誤消息： "ValueError: could not convert string to float: 'thal'" 。這是數(shù)據(jù)集這是程序：import tensorflow as tfimport pandas as pdimport numpy as npimport matplotlib.pyplot as plthd = pd.read_csv("heart.csv", sep=",", header=None)hd.iloc[:,1].describe()IVs = hd.iloc[:,2:13]DV = hd.iloc[:,1]DV = pd.get_dummies(DV) # One-Hot Encoding - required by classification algorithms# In order to feed the data into a Neural Network, I must turn the data into numpy objectsIVs = IVs.valuesDV = DV.valuesfrom sklearn.model_selection import train_test_splitX_train, X_test, y_train, y_test = train_test_split(IVs, DV, test_size=0.25, random_state=173)print(X_train.shape, y_train.shape)print(X_test.shape, y_test.shape)# Scale the variables using Z-scoresfrom sklearn.preprocessing import StandardScalerscaler = StandardScaler() X_train = scaler.fit_transform(X_train) X_test = scaler.transform(X_test)
2 回答
肥皂起泡泡
TA貢獻(xiàn)1829條經(jīng)驗(yàn) 獲得超6個(gè)贊
在
hd = pd.read_csv("heart.csv", sep=",", header=None)您指定header=None，它會(huì)忽略列的標(biāo)簽，從而創(chuàng)建一個(gè)混合文本和數(shù)字的數(shù)組。刪除此參數(shù)應(yīng)該可以解決您的問(wèn)題，即
hd = pd.read_csv("heart.csv", sep=",")或者，您可以使用以下命令顯式指定 csv 文件中標(biāo)題的行索引 header=0
素胚勾勒不出你
TA貢獻(xiàn)1827條經(jīng)驗(yàn) 獲得超9個(gè)贊
正如底部的消息所說(shuō)：ValueError: could not convert string to float: 'thal'這似乎是一個(gè)數(shù)據(jù)類型錯(cuò)誤。StandardScaler 需要數(shù)字（浮點(diǎn)）數(shù)據(jù)，但它在某處得到一個(gè)字符串并返回錯(cuò)誤。
您可以執(zhí)行多種操作。如果您有分類變量，請(qǐng)對(duì)它們進(jìn)行 One-Hot 編碼。也許您可以強(qiáng)制一列屬于某種數(shù)據(jù)類型。
PS：加載熊貓數(shù)據(jù)框后，您可以使用hd.dtypes. 檢查 IV 中是否有一些非數(shù)字列。
添加回答
舉報(bào)
0/150
提交
取消