ValueError: Unable to convert array of bytes/strings into decimal numbers with dtype='numeric'

Question

我有这个管道：

diamonds = sns.load_dataset("diamonds")

# Build feature/target arrays
X, y = diamonds.drop("cut", axis=1), diamonds["cut"]

# Set up the colnames
to_scale = ["depth", "table", "x", "y", "z"]
to_log = ["price", "carat"]
categorical = X.select_dtypes(include="category").columns

scale_pipe = make_pipeline(StandardScaler())
log_pipe = make_pipeline(PowerTransformer())
categorical_pipe = make_pipeline(OneHotEncoder(sparse=False))

transformer = ColumnTransformer(
    transformers=[
        ("scale", scale_pipe, to_scale),
        ("log_transform", log_pipe, to_log),
        ("oh_encode", categorical_pipe, categorical),
    ]
)

knn_pipe = Pipeline([("prep", transformer), ("knn", KNeighborsClassifier())])

# Fit/predict/score
_ = knn_pipe.fit(X_train, y_train)
preds = knn.predict(X_test)

当我运行它时，它非常适合数据，但我无法评分或做出预测，因为我收到此错误：

ValueError: could not convert string to float: 'G'

The above exception was the direct cause of the following exception:

ValueError: Unable to convert array of bytes/strings into decimal numbers with dtype='numeric'

这是一个分类问题，所以我认为错误的原因是因为我没有对目标进行编码。但即使在目标上使用 LabelEncode 之后，我仍然遇到同样的错误。可能是什么原因？我也尝试过其他模型的管道。错误是一样的。顺便说一句，我正在使用 Seaborn 的内置钻石数据集。

Answer 1

您似乎没有用 knn_pipe 预测 X_test 的值。您在最后一行中使用的变量 knn 实际上在您提供的示例中未定义。我猜你已经在原始文件的某处定义了它，因此看到了这个错误消息。

总之，改变一下

preds = knn.predict(X_test)

到

preds = knn_pipe.predict(X_test)

它会起作用。

ValueError: Unable to convert array of bytes/strings into decimal numbers with dtype='numeric'

ValueError: Unable to convert array of bytes/strings into decimal numbers with dtype='numeric'

python

numpy

machine-learning

scikit-learn

pipeline