共享单车数据线性回归训练报错ValueError无法转字符串为float求解

报错原因 #

• 你定义的特征集里包含day、monthname、season三个字符串类型的分类特征，线性回归模型要求输入全部为数值类型，无法直接处理字符串
• 报错出现日期格式字符串，大概率是你拆分训练集时误将包含date列的全量数据集传入，而非你提前定义好的特征集x；也有可能是day字段存在脏数据，混入了日期格式的字符串
• 你尝试转换date列时的代码写法错误：float()函数无法直接作用于pandas的Series整列对象，仅支持传入单个值做转换

解决步骤 #

1. 先确认训练集拆分逻辑正确，确保传入的是你定义的特征集：

from sklearn.model_selection import train_test_split
# 必须用提前定义的x做拆分，不要直接传全量df
X_train, X_test, y_train, y_test = train_test_split(x, y, test_size=0.2, random_state=42)

2. 对特征集中的分类特征做数值编码，这里推荐使用独热编码避免引入无序特征的权重偏差：

# 对所有字符串类型的分类特征做独热编码，drop_first参数避免多重共线性
x = pd.get_dummies(x, columns=['day', 'monthname', 'season'], drop_first=True)

3. 如果仍出现date相关报错，直接删除你不需要的非特征列即可，完全无需做类型转换：

df.drop(columns=['date', 'time', 'datetime'], inplace=True)

内容的提问来源于stack exchange，提问作者briano93