调用sklearn模型fit方法时报错无法将字符串转为float如何解决？

报错由两个核心问题导致：

1. sklearn的所有模型仅支持数值型输入，你传入的特征列表中第一个元素'Chevrolet Suburban'是字符串类型，模型无法自动转换为浮点型数值，因此触发报错。
2. 特征矩阵格式不符合要求：fit方法要求输入的特征X为二维数组，结构为(样本数量, 特征数量)，你当前传入的是一维列表，就算没有字符串类型问题也会触发格式错误。
   额外说明：你当前使用的DecisionTreeClassifier是分类任务模型，从标签y=[5000]的数值形态来看，你的需求应该是预测车辆价格这类回归任务，更适配DecisionTreeRegressor模型。

• 处理字符串类型的分类特征：
  常用两种处理方案，根据实际场景选择：
  • 标签编码：给每个不同车型分配唯一整数ID，适合车型分类数量较多的场景，例如'Chevrolet Suburban'映射为0，其他车型依次映射为1、2、3……
  • 独热编码：将每个车型转换为一个独立的0/1特征列，适合车型分类数量较少的场景，可避免模型误判分类值的大小顺序关系。
• 调整特征矩阵为二维结构，单个样本需要嵌套为双层列表格式，多样本则每个样本对应一个内层列表。
• 若为回归任务，将模型替换为决策树回归器。

以下为使用标签编码的可运行示例：

from sklearn import tree
from sklearn.preprocessing import LabelEncoder

# 实际使用时需要把数据集内所有出现过的车型都加入该列表完成编码
all_car_models = ['Chevrolet Suburban', 'Toyota Camry', 'Honda Civic']
le = LabelEncoder()
le.fit(all_car_models)

# 处理特征：转换字符串+调整为二维数组格式
x = [
    [le.transform(['Chevrolet Suburban'])[0], 2020, 40000]
]
y = [5000]

# 回归任务使用决策树回归器
clf = tree.DecisionTreeRegressor()
clf.fit(x, y)

内容的提问来源于stack exchange，提问作者anonymos