如何避免错误：无法将字符串转换为浮点数

Question

我的目标是生成一个将文本分割成句子的模型。 我有一个包含 24 列的数据集（xlsx）：第一列用于实例（单词）、22 个特征，最后一列包含类。只有第一列是字符串，其余都是整数。

我的代码：

dataset = pd.read_excel('File_xlsx', header=0, dtype=str)
testdataset = pd.read_excel('file_xlsx', header=0, dtype=str)

# Split-out validation dataset
array = dataset.values
testarray = dataset.values
X_train = array[1:-1]
Y_train = array[:,22]

X_test = testarray[1:-1]
Y_test = testarray[:,22]

svclassifier = SVC(kernel='linear')
svclassifier.fit(X_train,Y_train)

#Predict values using the SVM algorithm model
Y_pred = svclassifier.predict(X_test)

#Evaluation
Print(confusion_matrix(Y_test,Y_pred))
print(classification_report(Y_test,Y_pred))

运行后，我得到

ValueError: 无法将字符串转换为浮点数：'Alkl'

'Alkl' 是第一列的最后一行

我的数据集 打印（数据集[：5]）

       0  1  2  3  4  5  6  7  8  9  ... 14 15 16 17 18 19 20 21 22 23
0   dstwr  0  0  0  0  0  0  0  0  0 ...  0  0  0  1  0  0  0  0  0  1
1    twns  1  0  0  0  0  0  0  0  0 ...  0  0  0  1  0  0  0  0  0  2
2  Aljdyd  1  0  0  0  0  0  0  0  0 ...  0  0  0  0  0  0  0  0  0  2
3     kml  1  0  0  0  0  0  0  0  0 ...  0  0  0  0  0  0  0  0  0  2
4    nhAr  0  0  0  0  0  0  0  0  0 ...  0  0  0  0  0  0  0  0  0  2

打印(X_train[:5])

[5 rows x 24 columns]
[['twns' '1' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0'
  '1' '0' '0' '0' '0' '0' '2']
 ['Aljdyd' '1' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0'
  '0' '0' '0' '0' '0' '0' '0' '2']
 ['kml' '1' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0'
  '0' '0' '0' '0' '0' '0' '2']
 ['nhAr' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0'
  '0' '0' '0' '0' '0' '0' '2']
 ['27' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0' '0'
  '0' '0' '0' '0' '0' '0' '2']]

Answer 1

这些行

X_train = array[:,0:22]
Y_train = array[:,22]

X_test = testarray[:,0:22]
Y_test = testarray[:,22]

从第一列开始 - 尝试将其用作切片

[:,1:-1]

这将排除第一列和最后一列，只抓取中间的列。我没有你的数据集，所以我无法测试这是否有效。