构建肝脏疾病检测神经网络时遇字符串转float错误的原因咨询

你误解了报错的来源：错误不是出在标签列（Class），而是出在特征数据集X里。

报错发生在scaler.fit_transform(X_train)这一步——StandardScaler只能处理数值型数据，但你的特征集X（即去掉Class列后的Liver_data）里包含字符串类型的特征（比如性别列，值为'Male'/'Female'），所以在标准化时无法将字符串转换为浮点数，才抛出这个错误。

需要先对特征集中的字符串类型分类特征做编码转换，再进行标准化处理，以下是两种常用方法：

方法1：标签编码（适用于二分类特征，如性别） #

如果性别只有'Male'和'Female'两个取值，可以用标签编码将其转为0/1的数值：

from sklearn.preprocessing import LabelEncoder
import pandas as pd

# 假设性别列名为'Gender'
le = LabelEncoder()
Liver_data['Gender'] = le.fit_transform(Liver_data['Gender'])

# 再执行后续的拆分和标准化步骤
X = Liver_data.drop('Class',axis=1)
y = Liver_data['Class'] -1

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.2, stratify=y, random_state=99)

scaler = StandardScaler()
X_train = scaler.fit_transform(X_train)
X_test = scaler.transform(X_test)

方法2：独热编码（适用于多分类特征） #

如果特征有多个类别，推荐用独热编码避免类别间的顺序歧义：

import pandas as pd

# 对所有字符串类型列做独热编码，drop_first=True避免多重共线性
Liver_data = pd.get_dummies(Liver_data, drop_first=True)

# 后续步骤同上
X = Liver_data.drop('Class',axis=1)
y = Liver_data['Class'] -1

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.2, stratify=y, random_state=99)

scaler = StandardScaler()
X_train = scaler.fit_transform(X_train)
X_test = scaler.transform(X_test)

处理前可以先查看数据集的列类型，确认哪些是字符串列：

print(Liver_data.dtypes)

内容的提问来源于stack exchange，提问作者Kayus