我试图使用sk learn在Python中运行一个常见的线性回归,但是我有一些分类数据,我不知道如何处理,特别是因为我使用pandas导入了数据,而且我从以前的经验和阅读中了解到pandas和sk learn相处得不太好(现在)。
我的数据如下:Salary AtBat Hits League EastDivision
475 315 81 1 0
480 479 130 0 0
500 496 141 1 1
我想用AtBat,Hits,League and EastDivision来预测薪水,League and EastDivision是分类的。
如果我通过numpy的loadtext()导入数据,我会得到一个numpy数组,理论上可以用于sklearn,但是当我使用DictVectorizer时,会得到一个错误。我的代码是:import numpy as np
from sklearn.feature_extraction import DictVectorizer as DV
nphitters=np.loadtxt('Hitters.csv',delimiter=',', skiprows=1)
vec = DV( sparse = False )
catL=vec.fit_transform(nphitters[:,3:4])
当我运行最后一行catL=vec.fit_transform(nphitters[:,3:4])时得到错误,错误是Traceback (most recent call last):
File "", line 1, in
File