该博客介绍了在处理数据时遇到的`ValueError: could not convert string to float`错误。错误源于尝试将包含非数字字符的字符串转换为浮点数。解决方案是使用`LabelEncoder`将目标值从字符串转换为数字。通过导入`sklearn.preprocessing.LabelEncoder`并应用`fit_transform`方法，成功解决了数据类型问题。
BUG名称
ValueError: could not convert string to float: 'Class_6'
BUG说明
通常报这个错通常是因为：要转换成浮点数的字符串中包含 非数字字符 的东西，比如空字符串、字母都不可以转换为浮点数。
原因剖析：
测试数据中target目标值为str，str无法转成float数据
BUG解决
# 导包
# 将标签值转换为数字API
from sklearn.preprocessing import LabelEncoder
# 此处为数据类型问题，即：目标值数据不为数字
lab = LabelEncoder()
y_resample = lab.fit_transform(y_resample)
OK了
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
