Python中Float错误的文本无效

Question

我尝试使用sklearn并使用sklearn库在Python中执行线性回归。在

这是我用来训练和拟合模型的代码，我在运行predict函数调用时得到了错误。在

train, test = train_test_split(h1, test_size = 0.5, random_state=0)

my_features = ['bedrooms', 'bathrooms', 'sqft_living', 'sqft_lot', 'floors', 'zipcode']
trainInp = train[my_features]

target = ['price']
trainOut = train[target]

regr = LinearRegression()

# Train the model using the training sets

regr.fit(trainInp, trainOut)

print('Coefficients: \n', regr.coef_)

testPred = regr.predict(test)

在拟合模型之后，当我试图使用测试数据进行预测时，它会抛出以下错误

^{pr2}$

线性回归模型的系数为

('Coefficients: \n', array([[ -5.04902429e+04,   5.23550164e+04,   2.90631319e+02,
         -1.19010351e-01,  -1.25257545e+04,   6.52414059e+02]]))

下面是测试数据集的前五行

误差是因为系数值太大而引起的吗？怎么解决这个问题？在

Answer 1

您的问题是，您正在将模型拟合到整个数据帧中选定的一组特性上（您可以trainInp = train[my_features]），但您试图预测完整的特性集（regr.predict(test)），包括非数字特性，如date。在

因此，与其做regr.predict(test)，不如做regr.predict(test[my_features])。更一般地说，请记住，无论您对训练集应用什么样的预处理（规范化、特征选择、PCA…），您也应该应用于测试集。在

或者，在进行列车测试拆分之前，您可以缩减到感兴趣的特性集：

my_features = ['bedrooms', 'bathrooms', ...]
train, test = train_test_split(h1[my_features], test_size = 0.5, random_state=0)