我正在使用一个名为titanic.csv的数据集,尝试使用列传输和管道技术,在使用pipe.predict(x_test)时出现了错误。以下是我的代码。
titanic={'sex':['M','M','M','F','F','M','F','F','M','M'],
'Pclass':[2,2,2,1,1,2,3,1,3,3],
'age':[58,45,20,27,38,43,40,35,60,72],
'embarked':['s','c','c','s','s','s','s','s','c','c'],
'survived':[1,0,1,0,1,1,1,1,0,0]
}
df=pd.DataFrame(data=titanic)
x=df.drop(['survived'],axis=1)
y=df.survived
from sklearn.model_selection import train_test_split
x_train,x_test,y_train,y_test=train_test_split(x,y)
col_tra_1=ColumnTransformer([
('trf1',SimpleImputer(),['Pclass','age'])
],remainder='passthrough')
col_tra_2=ColumnTransformer([
('ohe1',OneHotEncoder(sparse=False, handle_unknown='ignore'),['sex','embarked'])
],remainder='passthrough')
col_tra_3=ColumnTransformer([
('scale',MinMaxScaler(),['Pclass','age'])
],remainder='passthrough')
model=DecisionTreeClassifier()
from sklearn.pipeline import Pipeline, make_pipeline
pipe = Pipeline([
('col_tra_1',col_tra_1),
('col_tra_2',col_tra_2),
('col_tra_3',col_tra_3),
('model',model)
])
pipe.fit(x_train,y_train)
之后我遇到了一个错误:ValueError: 仅支持使用字符串指定pandas DataFrame的列。
如果我使用索引而不是列名,则会出现不同的错误:ValueError:无法在非数字数据中使用平均策略:无法将字符串转换为浮点数:“F”。