解决机器学习中出现的“could not convert string to float: ‘xxx’”问题

先放结论：数据未进行One hot code

解决方法：使用这个函数pd.get_dummies()对数据进行处理

案例：

#直接对信息进行归一化、标准化或机器学习

from sklearn.neighbors import KNeighborsClassifier
knn =  KNeighborsClassifier()
#训练数据
knn.fit(x_train,y_train)

 因为：

 因为类型不能转换为float等数字类型，不是数字直接进行机器学习是不行的，同理直接进行归一化、标准化同样不行。报错相同。

 加入函数

features = pd.get_dummies(features)

#再进行学习或数据预处理

features_temp = StandardScaler().fit_transform(features)#去均值和方差归一化
knn.fit(x_train,y_train)#训练数据

不报错。

看看One_hot_encode化处理前后的数据：

处理前

 处理后

第一次写博客，很混乱，欢迎得到批评和指正