在Python中如何使用时间戳数据构建naivebayes模型

Question

我有一个数据集，时间戳是列之一，格式为09/07/2016 23:58。在

我试图在这些数据上应用naivebayes，我面临下面的错误。请告诉我如何在我的模型中使用这些数据

值错误：float（）的文本无效：12/06/2016 23:59

Answer 1

您需要带有参数errors='coerce'的^{}将不可解析的错误值转换为NaT：

df = pd.DataFrame({'date':['12/06/2016 23:59','12/06/2016 23:59', 'a']})
print (df)
               date
0  12/06/2016 23:59
1  12/06/2016 23:59
2                 a


print (pd.to_datetime(df.date, errors='coerce'))
0   2016-12-06 23:59:00
1   2016-12-06 23:59:00
2                   NaT
Name: date, dtype: datetime64[ns]

对于测试错误值，请使用^{}-返回NaT的所有行：

^{pr2}$

Answer 2

从你的问题来看，你在做什么还不太清楚，但互联网上已经有几个例子：

• How To Implement Naive Bayes From Scratch in Python
• Naive Bayes
• 6 Easy Steps to Learn Naive Bayes Algorithm (with code in Python)

以及SO中的一些代码片段：

• Different types of features to train Naive Bayes in Python Pandas
• Unable to use Pandas and NLTK to train Naive Bayes (machine learning) in Python
• How to run naive Bayes from NLTK with Python Pandas?