sklearn流水线拟合正常预测时出现字符串无法转数值ValueError排查

• 直接原因是预测时调用对象错误：你完成拟合用的是包含预处理+模型的完整流水线knn_pipe，但执行预测时调用的是流水线内部的KNeighborsClassifier实例knn，跳过了前置的特征预处理流程。
• 原始测试集X_test中包含分类字符串特征（比如color列的取值'G'），没有经过ColumnTransformer中的OneHotEncoder转换为数值格式，直接送入要求数值输入的KNN模型，就触发了类型转换报错。
• 拟合环节正常的原因是调用knn_pipe.fit()时，流水线会自动按顺序执行预处理、模型拟合两步，所有特征都被正确转换为数值后才送入模型，因此不会报错。
• 你之前调整目标列编码的操作无效，是因为sklearn分类模型本身支持字符串类型的标签输入，错误根源和目标列无关。

只需要把预测行的调用对象改为完整流水线即可：

# 错误写法
# preds = knn.predict(X_test)
# 正确写法
preds = knn_pipe.predict(X_test)

内容的提问来源于stack exchange，提问作者Bex T.