Scikit Learn：逻辑回归错误

Question

我正在尝试使用 scikit learn 运行对我的数据（6 个分类，1 个整数）进行逻辑回归。我正在关注 scikit 学习文档，但是在尝试拟合我的数据时，我收到以下值错误。有人可以帮忙吗

#Below are the variables of my data.
train_data.dtypes
    OUTPUT
    TripType                 category
    VisitNumber              category
    Weekday                  category
    Upc                      category
    ScanCount                   int64
    DepartmentDescription    category
    FinelineNumber           category
    dtype: object


X = train_data.loc[:, 'VisitNumber':'FinelineNumber']
Y = train_data.loc[:, 'TripType':'TripType']
logreg = linear_model.LogisticRegression()
logreg.fit(X, Y)

**ValueError: could not convert string to float: GROCERY DRY GOODS**

Answer 1

Scikit-learn 只能处理数字特征。有关如何处理您的案例的一些想法，请参阅 scikit-learn 文档中的 Encoding Categorical Features。

Answer 2

逻辑回归中不能直接使用类别名称作为特征。您需要将它们转换成一些编码向量（或虚拟变量）。如果您有 6 个类别，则需要使用 5 个虚拟变量。

您可以查看以下 sklearn 包中的编码分类特征部分 link： http://scikit-learn.org/stable/modules/preprocessing.html

Scikit Learn：逻辑回归错误

Scikit Learn : Logistic Regression Error

python

scikit-learn

logistic-regression