LabelEncoder使用异常求助：训练RandomForestRegressor时出现无法将字符串转为浮点数的ValueError

嘿，我一眼就揪出问题所在了！你犯了一个很容易踩的变量赋值顺序坑：

• 你先执行了 y = data['Class']，把原始的字符串类型标签存进了y变量；
• 之后才用LabelEncoder把data['Class']转换成数值，但这个操作完全没影响到已经提前赋值好的y。

所以当你把y传入模型训练时，里面还是'veryhigh'这类字符串，模型自然会抛出could not convert string to float的错误。另外还有个小提醒：你的Class明显是分类标签（比如veryhigh是类别），用RandomForestRegressor（回归模型）并不适配，应该换成RandomForestClassifier（分类模型）才对。

修正后的完整代码 #

import pandas as pd
import numpy as np
data = pd.read_csv('ohe_label_encoder.csv')
data.head(3)

# 先处理Class标签的编码，再定义X和y
from sklearn.preprocessing import LabelEncoder
label = LabelEncoder()
data['Class'] = label.fit_transform(data['Class'])

X = data.drop('Class', axis = 1)
y = data['Class']  # 现在y已经是编码后的数值类型了

# 处理Color和Material的独热编码
from sklearn.preprocessing import OneHotEncoder
from sklearn.compose import ColumnTransformer
categorical_features = ['Colour','Material']
one_hot = OneHotEncoder()
transformer = ColumnTransformer([('one_hot', one_hot, categorical_features)], remainder = 'passthrough')
transformed_X = transformer.fit_transform(X)

# 划分数据集并训练分类模型
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier  # 替换为适配分类任务的模型
model = RandomForestClassifier()
X_train, X_test, y_train, y_test = train_test_split(transformed_X, y, test_size = 0.2)
model.fit(X_train, y_train)

关键改动说明 #

• 调整了流程顺序：先对Class列做编码转换，再定义X和y，确保y是模型能识别的数值类型；
• 把回归模型替换为分类模型，匹配你的任务场景；
• 保留了你原本正确的独热编码逻辑，这部分无需改动。

内容的提问来源于stack exchange，提问作者Ingenious Robotics