我构建了一个逻辑回归模型，并使用scikit pipeline进行了预处理。我进行了训练和测试，一切正常，但当我尝试在验证数据上校准我的模型时，在calib_clf.fit(Valid, labelValid)处出现了错误

ValueError: 无法将字符串转换为浮点数：'OLIFE'

这是我的代码：

column_trans = make_column_transformer(                                        (OneHotEncoder(), ['PRODUCT_LINE_ID','SMOKING_STATUS','gender','Cover_Type']),                                        remainder = StandardScaler()                                       )column_trans.fit_transform(train)# 创建一个管道，先缩放数据，然后训练一个支持向量分类器logreg = LogisticRegression()model_pipeline = make_pipeline(column_trans, logreg)# 拟合模型管道model_pipeline.fit(train,labelTrain)# 在新数据/测试数据上测试模型管道predictions = model_pipeline.predict_proba(test)[:,1]calib_clf = CalibratedClassifierCV(model_pipeline, method="sigmoid", cv="prefit")calib_clf.fit(Valid, labelValid)

回答：

https://github.com/dnishimoto/python-deep-learning/blob/master/Happiness%20and%20Depression%20Logistic%20Regression.ipynb

我使用了幸福与抑郁的数据集。对于交叉验证的折数，我使用了3而不是prefit。

  calibrated_clf = CalibratedClassifierCV(base_estimator=pipeline['clf'], method="sigmoid", cv=3)  calibrated_clf.fit(X, y)  print(calibrated_clf.predict_proba(X)[:5, :])

输出：（事件发生和不发生的概率）

   [[0.97151521 0.02848479]   [0.9953179  0.0046821 ]   [0.01829911 0.98170089]   [0.99405208 0.00594792]   [0.82948843 0.17051157]]

概率输出表明数据行为在所有情况下并不一致。这可能是我将中度抑郁合并以创建二项分布的原因。中度抑郁需要分层，并需要发现新的目标变量。

​