Logistic回归TypeError：int与str类型无法执行+运算

问题根源 #

你在Jupyter和单独调用时能得到正确结果，说明predict、dot和logistic函数的逻辑本身没问题。报错的核心原因是：单元测试代码里传入predict的features或weights中，存在字符串类型的元素，导致dot函数里的i[0] * i[1]操作触发类型错误（字符串和数值无法相乘，后续sum时也会引发int+str的错误）。

从你贴的测试代码片段看，point = {'features':[.4,1,3,.01,.1], 'label...，大概率是实际测试代码中：

• 要么point['features']的元素被误存为字符串（比如从配置文件/CSV读取时没做类型转换）；
• 要么model变量在测试中被赋值成了包含字符串的列表。

排查与解决步骤 #

1. 检查测试参数的类型
   在单元测试里先加类型校验，确认传入的参数都是数值类型：

   def test_predict(self):
       model = [1,2,1,0,1]
       # 假设你是从point里取features，先检查类型
       features = point['features']
       # 断言所有元素都是int或float
       for elem in features + model:
           self.assertIsInstance(elem, (int, float), f"元素{elem}是字符串类型，需转换为数值")
       # 再执行预测和断言
       result = predict(features, model)
       self.assertAlmostEqual(result, 0.995929862284)
   

2. 修复参数类型
   如果发现确实有字符串元素，把它们转换成数值类型：

   • 比如从字典里取features时做转换：

     features = [float(f) for f in point['features']]
     

   • 或者确保测试用的model变量没有被误赋值为字符串列表（比如不要写成['1','2','1','0','1']）。

3. 验证修复效果
   运行单元测试前，可以先单独打印测试用的features和model的类型：

   print([type(f) for f in features])
   print([type(w) for w in model])
   

   确保输出都是<class 'int'>或<class 'float'>，没有<class 'str'>。

内容的提问来源于stack exchange，提问作者LewisRa