sklearn中特征列表允许的数据类型？

伙伴们，我正在尝试使用sklearn（或scikit-learn）库进行机器学习，但总是遇到一个错误：

TypeError: cannot perform reduce with flexible type

错误发生在我代码的以下行：

X=[['SALES',2,4],['SALES',3,1],['TECHNICAL',9,1]];Y=['NICE','NOT NICE','AWESOME']classifier.fit(np.array(X),np.array(Y))

如果我将’SALES’和’TECHNICAL’这样的分类值转换为数字，如0和1，那么它就能正常工作。

X=[[0,2,4],[0,3,1],[1,9,1]];Y=['NICE','NOT NICE','AWESOME']classifier.fit(np.array(X),np.array(Y))

我的问题是，我是否必须将特征列表中所有字符串类型的分类值转换为数字？我知道这可能是一个非常愚蠢的问题，但请帮帮我吧….

回答：

输入到scikit-learn估计模型中的数据必须始终是数值型的numpy数组。

所以，是的，你必须在将分类字符串特征输入到sklearn之前将其转换为数字（可以是序数或虚拟化）。

学技术