解决sklearn GridSearchCV训练时报TypeError: must be real number, not str问题

报错根因 #

错误出在SVC模型训练阶段，底层libsvm库检测到输入特征/标签中存在字符串类型数据，无法进行数值计算。你仅对训练集做了数值类型转换，测试集未同步转换，且数据读取阶段大概率存在隐藏的字符串类型特征列，同时代码本身存在两处语法类错误也会导致后续运行失败。

解决步骤 #

• 第一步：先排查特征数据集的类型，在Grid1.fit(x, y)之前插入以下代码，确认是否存在字符串列：

# 打印所有列的类型，以及是否存在字符串值
print(x.dtypes)
print(x.applymap(type).eq(str).any())

如果存在object类型列，先做数值转换，空值先填充或者删除：

# 所有特征强制转数值，无法转换的设为空值后删除
x = x.apply(pd.to_numeric, errors='coerce').dropna()
y = y[x.index] # 同步过滤标签

• 第二步：统一处理所有输入数据的类型，函数调用时给测试集也做类型转换：

result_using_non_tree_classifier(x_train.astype(int), x_test.astype(int), y_train.astype(int), y_test.astype(int))

• 第三步：修正参数字典的键名不统一问题，把GaussianNB对应的参数键从params改为param，避免后续遍历到该模型时抛出KeyError：

'GaussianNB' : {'model': GaussianNB(),
                'param':{}
               }

• 第四步：修正结果字典的键名错误，把best_parameter改为best_params，和返回DataFrame的列名对应，避免返回空值：

scores.append({
    'model' : algo_name,
    'best_score': Grid1.best_score_ ,
    'best_params': Grid1.best_params_
})

内容的提问来源于stack exchange，提问作者Aman Kothari