ValueError：无法将字符串转换为浮点数：'thal'

Question

所以我浏览了一个用户在这里提供的心脏病分类教程。在学习本教程时，我遇到了一个问题并且找不到解决方案。我收到一条错误消息： "ValueError: could not convert string to float: 'thal'" 。这是数据集这是程序：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) 

Answer 1

在

hd = pd.read_csv("heart.csv", sep=",", header=None)

您指定header=None，它会忽略列的标签，从而创建一个混合文本和数字的数组。删除此参数应该可以解决您的问题，即

hd = pd.read_csv("heart.csv", sep=",")

或者，您可以使用以下命令显式指定 csv 文件中标题的行索引 header=0

Answer 2

正如底部的消息所说：ValueError: could not convert string to float: 'thal'这似乎是一个数据类型错误。StandardScaler 需要数字（浮点）数据，但它在某处得到一个字符串并返回错误。

您可以执行多种操作。如果您有分类变量，请对它们进行 One-Hot 编码。也许您可以强制一列属于某种数据类型。

PS：加载熊猫数据框后，您可以使用hd.dtypes. 检查 IV 中是否有一些非数字列。