LableEncoder()错误(sklearn)
LableEncoder()错误(sklearn)
提问于 2018-06-03 02:21:42
在Python3.0(蟒蛇)中如何处理LableEncoder()？当我运行我的数据时，我得到一个像'<' not supported between instances of 'str' and 'float'这样的错误。
下面是使用的代码：
from sklearn.preprocessing import LabelEncoder
var_mod = ['Gender','Married','Dependents','Education','Self_Employed',
'Property_Area','Loan_Status']
le = LabelEncoder()
for i in var_mod:
df[i] = le.fit_transform(df[i])
df.dtypes回答 2
Stack Overflow用户
发布于 2018-06-03 04:09:20
让我们试试下面的代码：
from sklearn import preprocessing
le =preprocessing.LabelEncoder()
le.fit_transform(['Gender','Married','Dependents','Education','Self_Employed', 'Property_Area','Loan_Status'])
keys = le.classes_
values = le.transform(le.classes_)
df = dict(zip(keys, values))
print(df)Stack Overflow用户
发布于 2018-06-04 13:33:11
请发布错误的完整堆栈跟踪以及出现错误的i的值。我怀疑在i列中，您有不同类型的值。
如果您可以将数据转换为所有字符串，请尝试执行以下操作：
for i in var_mod:
df[i] = le.fit_transform(df[i].astype(str))页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/50659884
复制相关文章
相似问题