ValueError：无法在熊猫中将字符串转换为浮点数答案

【问题标题】：ValueError: could not convert string to float in pandaValueError：无法在熊猫中将字符串转换为浮点数
【发布时间】：2017-10-25 21:29:56
【问题描述】：

我的代码是：

 import pandas as pd
data = pd.read_table('train.tsv')

X=data.Phrase
Y=data.Sentiment
from sklearn import cross_validation
X_train,X_test,Y_train,Y_test=cross_validation.train_test_split(X,Y,test_size=0.2,random_state=0)
from sklearn.naive_bayes import MultinomialNB
clf = MultinomialNB()
clf.fit(X,Y)

我收到错误消息：ValueError: could not convert string to float:

我可以进行哪些更改以使我的代码正常工作？

【问题讨论】：

data.info() 是什么？所有数据都是数字？
不，它也由字符串组成。 X.phrase 有字符串数据。 Y.Sentiment 有数值数据。

标签： python-3.x pandas numpy machine-learning sklearn-pandas

【解决方案1】：

ValueError when using Multinomial Naive Bayes classifier

您可能应该按照上面的答案对数据进行预处理。

【讨论】：

【解决方案2】：

您不能将文本数据传递到 scikit-learn 的 MultinomialNB 中，如其 documentation 中所述。

scikit-learn 中的所有算法都不能直接处理文本数据。您需要进行一些预处理以获得所需的输出。您需要首先使用 bagging 或 tokenizing 等技术从文本数据中提取特征。看看这个link 以获得更好的理解。

您可能还想将NLTK 用于您的此类用例。

【讨论】：