Sklearn Naive Bayes GaussianNB from.csv

Question

我在学习方面遇到了问题。 当我使用“.fit（）”对其进行训练时，它会向我显示ValueError“ValueError:无法将字符串转换为浮点：‘Casado’” 这是我的代码： “”“

from sklearn.naive_bayes import GaussianNB
import pandas as pd



# 1. Create Naive Bayes classifier:
gaunb = GaussianNB()

# 2. Create dataset:
dataset = pd.read_csv("archivos_de_datos/Datos_Historicos_Clientes.csv")
X_train = dataset.drop(["Compra"], axis=1) #Here I removed the last column "Compra"
Y_train = dataset["Compra"] #This one only consists of that column "Compra"
print("X_train: ","\n", X_train)
print("Y_train: ","\n", Y_train)
dataset2 = pd.read_csv("archivos_de_datos/Nuevos_Clientes.csv")
X_test = dataset2.drop("Compra", axis=1)

print("X_test: ","\n", X_test)

# 3. Train classifier with dataset:
gaunb = gaunb.fit(X_train, Y_train) #Here shows "ValueError: could not convert string to float: 'Casado'"


# 4. Predict using classifier:
prediction = gaunb.predict(X_test)

print("PREDICTION: ",prediction)
"""

我使用的数据集是一个.csv文件，看起来像这样（但有更多行）：

IdCliente,EstadoCivil,Profesion,Universitario,TieneVehiculo,Compra
1,Casado,Empresario,Si,No,No
2,Casado,Empresario,Si,Si,No
3,Soltero,Empresario,Si,No,Si

我试图训练它（使用测试数据集）确定最后一列是否为Yes或No（Si或No）

我很感激你的帮助，我显然是个新手，我不明白我做错了什么

Answer 1

我会使用onehotencoder，就像Lavin提到的那样，将是或否作为一个数值。这样的模型不能处理分类数据

Onehotencoder用于处理二进制数据，如是/否、男性/女性，而label encoder用于具有2个以上值（ei、国家名称）的分类数据

它看起来像这样，但是，您必须对所有分类数据执行此操作，而不仅仅是y列，并对非二进制的列使用标签编码器（超过2个变量-例如，可能是Estadio Civil）

此外，我还建议删除任何对您的模型没有帮助的因变量，因为即时客户端ID听起来可能不会在确定因变量时增加任何值。这是特定于上下文的，但需要记住

from sklearn.compose import ColumnTransformer
from sklearn.preprocessing import OneHotEncoder
ct = ColumnTransformer(transformers=[('encoder', OneHotEncoder(), [Insert column number for your df])], remainder='passthrough')
X = np.array(ct.fit_transform(X))

对于文档：

https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.OneHotEncoder.html

更多信息： https://contactsunny.medium.com/label-encoder-vs-one-hot-encoder-in-machine-learning-3fc273365621#:~:text=What%20one%20hot%20encoding%20does,which%20column%20has%20what%20value.&text=So%2C%20that's%20the%20difference%20between%20Label%20Encoding%20and%20One%20Hot%20Encoding