无法将数组数据从 dtype('<M8[ns]') 转换为 dtype('float64')

Question

我正在尝试预测门票销售并收到以下错误：

TypeError: Cannot cast array data from dtype('<M8[ns]') to dtype('float64') according to the rule 'safe'

我在这里附上了我的代码。运行pred_lr = linear_reg.predict(X_all) 时似乎会出现该错误。我想我必须在某处更改类型？但我无法弄清楚我到底做错了什么。

    from sklearn.linear_model import LinearRegression

    # Load data
    event_data = pd.read_csv('event_data.csv')

    # Explore data
    data = pd.DataFrame(event_data)

    split_date = pd.datetime(2019,3,31)
    data['created'] = pd.to_datetime(data['created'])

    data_train = data[data.created < split_date]
    data_test = data[data.created >= split_date]

    # predict prices based on date
    X_train = data_train.created[:, np.newaxis]
    y_train = data_train.tickets_sold

    linear_reg = LinearRegression().fit(X_train, y_train)

    # predict on all data
    X_all = event_data.created[:, np.newaxis]

    pred_lr = linear_reg.predict(X_all)

所有行here。这是我的数据头。

created event_id tickets_sold tickets_sold_sum
0   3/12/19 1   90  90
1   3/13/19 1   40  130
2   3/14/19 1   13  143
3   3/15/19 1   8   151
4   3/16/19 1   13  164

Answer 1

处理datetime 值的最简单方法是将它们转换为POSIX timestamps。

X_train = data_train.created.astype("int64").values.reshape(-1, 1) // 10**9

和

X_all = event_data.created.astype("int64").values.reshape(-1, 1) // 10**9

但是，通过这种方式，您几乎不会学到任何有用的东西来预测未来的数据，因为测试集的 POSIX 时间值合理地超出了训练集中的 POSIX 时间值范围。

我的建议是修改 X_train 和 X_all 以便从日期获得多个信息特征（作为使用 one-hot 编码的分类特征）：

1. 星期几
2. 一个月中的哪一天
3. 一年中的月份
4. 年