如何在scikit-learn的MLPClassifier中使用列表形式的shape特征

嘿，我完全懂你的困扰！sklearn的MLPClassifier（其实大部分sklearn模型都是如此）要求输入的特征矩阵必须是二维数值数组，每个样本的特征都得是单个数值，不能嵌套列表——这就是你碰到TypeError: float() argument must be a string or a number, not 'list'的核心原因。不过别担心，我们完全可以保留shape的完整维度信息，不用转成标量，只要把列表特征展开成多个独立的特征列就行。

具体解决方案 #

方法1：用Pandas展开列表特征 #

这是最直观的方式，适合用DataFrame处理数据的场景：

import pandas as pd
from sklearn.neural_network import MLPClassifier

# 你的原始数据
data=[{'forniture':1,'color':3, 'shape':[0.2,0.5,1.1]}, 
      {'forniture':2,'color':0, 'shape':[0.2,0.7,0.9]}, 
      {'forniture':2,'color':1, 'shape':[1.2,1.5,1.0]}]
df = pd.DataFrame(data)

# 将shape列的列表展开为多个独立特征列
shape_features = df['shape'].apply(pd.Series)
# 给新特征列命名，方便识别
shape_features.columns = ['shape_dim1', 'shape_dim2', 'shape_dim3']

# 合并原有的forniture、color特征和展开后的shape特征
X = pd.concat([df[['forniture', 'color']], shape_features], axis=1)

# 假设你有对应的标签数据（这里举个示例）
y = [0, 1, 0]

# 现在可以正常训练MLP了
clf = MLPClassifier()
clf.fit(X, y)

方法2：用Numpy直接处理数组 #

如果数据量较大，用Numpy的方式会更高效：

import pandas as pd
import numpy as np
from sklearn.neural_network import MLPClassifier

data=[{'forniture':1,'color':3, 'shape':[0.2,0.5,1.1]}, 
      {'forniture':2,'color':0, 'shape':[0.2,0.7,0.9]}, 
      {'forniture':2,'color':1, 'shape':[1.2,1.5,1.0]}]
df = pd.DataFrame(data)

# 提取标量特征的数组
scalar_features = df[['forniture', 'color']].values
# 将shape列的列表转换成二维数组
shape_array = np.array(df['shape'].tolist())

# 拼接两个数组得到完整的特征矩阵
X = np.hstack([scalar_features, shape_array])

# 训练模型
y = [0, 1, 0]
clf = MLPClassifier()
clf.fit(X, y)

关键说明 #

• 展开后的每个shape维度都会作为独立的输入特征，MLP这类神经网络天然支持高维特征输入，完全保留了原始shape的所有信息，不需要合并成体积这类标量。
• 注意：必须保证所有样本的shape列表长度一致，如果存在长度不一的情况，需要先做预处理（比如填充缺失维度、过滤异常样本），否则展开时会报错。

内容的提问来源于stack exchange，提问作者Rulo Ramiro