我正在尝试使sklearn.svm.SVC(kernel="linear") 算法工作。我的 X 是一个由 [misc.imread(each).flatten() for each in filenames] 组成的数组，我的 y2 是由字符串组成的列表的一部分，例如 ["A","1","4","F"..]。
当我尝试 clf.fit(X,y2) 时，sklearn 尝试将我的字符串列表转换为浮点数并失败，抛出 ValueError: could not convert string to float。我该如何解决这个问题？
编辑：将 sklearn 升级到 0.15 解决了这个问题。
【问题讨论】：
标签： python numpy scikit-learn
scikit-learn 中有一个辅助类很好地实现了这一点，它被称为sklearn.preprocessing.LabelEncoder：
from sklearn.preprocessing import LabelEncoder
y2 = ["A","1","4","F","A","1","4","F"]
lb = LabelEncoder()
y = lb.fit_transform(y2)
# y is now: array([2, 0, 1, 3, 2, 0, 1, 3])
为了恢复您的原始标签（例如，在使用 SVC 对看不见的数据进行分类后），请使用 LabelEncoder 的 inverse_transform 来恢复字符串标签：
lb.inverse_transform(y)
# => array(['A', '1', '4', 'F', 'A', '1', '4', 'F'], dtype='|S1')
【讨论】：
您需要为每个唯一的字符串标签分配一个唯一的整数。我假设您的 y2 变量包含每个类的多个实例。
所以也许它看起来更像：
y2 = ["A","1","4","F","A","1","4","F"]
现在您可以执行以下操作：
S = set(y2) # collect unique label names
D = dict( zip(S, range(len(S))) ) # assign each string an integer, and put it in a dict
Y = [D[y2_] for y2_ in y2] # store class labels as ints
对于上面的y2，这会产生：
>>> print Y
[0, 1, 2, 3, 0, 1, 2, 3]
【讨论】：