使用Python实现KNN算法时遭遇TypeError错误求助

我来帮你梳理这个TypeError的排查思路，结合你给出的代码片段，大概率是以下几个细节问题导致的：

可能的错误原因 #

• 仅转换了单一列的类型：你在loadDataset函数里只对第8列（range(8,9)）做了float转换，如果数据集中其他需要参与距离计算的特征列还是字符串类型，后续在计算欧氏距离时，字符串和数值做减法就会触发TypeError。
• 距离计算函数不完整：你的euclideanDistance代码明显截断了（instance1[9] - in...），如果后续代码误用了未转换的字符串元素，或者索引越界后处理不当，也会引发类型错误。
• 训练集划分范围不合理：for x in range(len(dataset)-2)会漏掉倒数第二个样本，虽然这不会直接触发TypeError，但可能导致样本数据异常，间接引发后续计算问题。

解决方法 #

1. 批量转换所有数值特征列 #

先确认你的数据集中哪些列是用于计算距离的数值特征，假设除最后一列类别标签外都是数值型，修改loadDataset的类型转换逻辑：

def loadDataset(filename, trainingSet=[], testSet=[]):
    with open(filename, 'rt') as csvfile:
        lines = csv.reader(csvfile)
        dataset = list(lines)
        # 遍历所有样本，转换所有数值特征列（示例为前8列，根据你的数据集调整）
        for x in range(len(dataset)):
            for y in range(8):
                dataset[x][y] = float(dataset[x][y])
        # 划分训练集和测试集：前n-1个为训练集，最后1个为测试集
        trainingSet.extend(dataset[:-1])
        testSet.append(dataset[-1])

2. 补全并修正欧氏距离计算函数 #

确保所有参与运算的元素都是数值类型，且索引正确：

def euclideanDistance(instance1, instance2, feature_length):
    distance = 0
    # 遍历所有数值特征列，避免访问不存在的索引
    for x in range(feature_length):
        distance += pow((instance1[x] - instance2[x]), 2)
    return math.sqrt(distance)

调用时传入特征列的数量（比如8），就能避免因索引越界或类型不匹配引发的错误。

3. 可选：添加数据类型校验 #

在计算距离前，可以加个简单的校验，确保特征都是数值类型：

# 检查训练集样本的特征类型
for instance in trainingSet:
    for feature in instance[:-1]:
        assert isinstance(feature, (int, float)), f"发现非数值特征：{feature}"

内容的提问来源于stack exchange，提问作者Shaurya Shikher