决策树分类器误判浮点型独热编码为数值，转int失败如何解决？

方法1：直接转换指定列的类型 #

如果明确知道哪些是独热编码的列（比如包含time_signature或key的列），可以直接用astype(int)转换：

# 遍历目标列并转换类型
for col in df.columns:
    if 'time_signature' in col or 'key' in col:
        df[col] = df[col].astype(int)

方法2：自动识别所有二元浮点列并转换 #

如果不确定列名，可以先筛选出所有值仅为0.0和1.0的列，再批量转换：

# 筛选所有值都是0.0或1.0的列
binary_float_cols = [col for col in df.columns if set(df[col].unique()).issubset({0.0, 1.0})]
# 转换为整型
df[binary_float_cols] = df[binary_float_cols].astype(int)

注意事项 #

如果转换时报错，大概率是列中存在**缺失值（NaN）**或非0/1的浮点值：

• 先检查列的唯一值：print(df[col].unique())，确认是否有异常值
• 若有缺失值，先填充再转换（比如用0填充）：

df[binary_float_cols] = df[binary_float_cols].fillna(0).astype(int)

转换后，决策树会将这些特征视为离散型的二元特征，分割逻辑会直接区分0和1的类别，不会再出现以0.5作为分割点的情况。

内容的提问来源于stack exchange，提问作者Willem van der Hoeven