Scikit-learn模型score方法报错：无法将字符串标签转为浮点数

让我来帮你排查这个问题，你遇到的ValueError: could not convert string to float: 'positive'本质上是因为你错误地修改了模型输入数据和标签的形状，导致分类模型的评分流程被错误当成了回归任务处理。

核心问题所在 #

看你代码里的这两行：

X_train = np.array(X_train).reshape((-1,1))
y_train = np.array(y_train).reshape((-1,1))

这完全是画蛇添足的操作，直接破坏了数据的正确格式：

• 原本X_train是TF-IDF生成的二维特征矩阵（形状为(样本数, 2500)），和你训练模型时的输入维度完全匹配
• 你把它reshape成(-1,1)后，变成了(样本数*2500, 1)的一维特征列，模型根本无法识别这种输入（它期望2500个特征，现在只有1个）
• 同时y_train被reshape成二维数组(样本数,1)，而scikit-learn的分类器score方法期望标签是一维数组（形状(样本数,)），二维标签会被错误判定为回归任务的连续型目标，进而尝试把字符串标签转成浮点数，最终触发报错

修复步骤 #

1. 删除不必要的reshape操作
   直接去掉那两行reshape代码，保留train_test_split输出的原始X_train和y_train即可。

2. 确保加载模型时的输入数据格式正确
   如果是用新数据测试，需要先通过同一个TF-IDF向量器转换（注意用transform而不是fit_transform，避免重新拟合词汇表）：

   # 假设你保存了vectorizer，加载后处理新数据
   new_data_tfidf = loaded_vectorizer.transform(new_text_data).toarray()
   

3. 验证模型保存与加载的正确性
   确保你保存的是RandomForestClassifier实例，而不是误保存了回归模型。保存代码应该是这样的：

   import pickle
   # 训练完成后保存模型和向量器
   with open('text_classifier.pkl', 'wb') as f:
       pickle.dump(text_classifier, f)
   with open('tfidf_vectorizer.pkl', 'wb') as f:
       pickle.dump(vectorizer, f)
   

   加载时：

   with open('text_classifier.pkl', 'rb') as f:
       pickle_model = pickle.load(f)
   with open('tfidf_vectorizer.pkl', 'rb') as f:
       loaded_vectorizer = pickle.load(f)
   

修复后的完整测试代码示例 #

# 假设你已经加载了pickle_model和原始的X_train、y_train（未reshape）
print(f"X_train shape: {X_train.shape}")  # 应该输出 (样本数, 2500)
print(f"y_train shape: {y_train.shape}")  # 应该输出 (样本数,)

score = pickle_model.score(X_train, y_train)
print("Test score: {0:.2f} %".format(100 * score))

这样就能正常计算分类模型的准确率了，不会再出现字符串转浮点数的错误。

内容的提问来源于stack exchange，提问作者ApeLincoln