ValueError: не удалось преобразовать строку в число с плавающей точкой: 'Pregnant'

Question

Я решаю задачу классификации дерева решений. код ниже

import pandas as pd
from sklearn.tree import DecisionTreeClassifier # Import Decision Tree Classifier
from sklearn.model_selection import train_test_split # Import train_test_split function
from sklearn import metrics #Import scikit-learn metrics module for accuracy calculation
col_names = ['pregnant', 'glucose', 'bp', 'skin', 'insulin', 'bmi', 'pedigree', 'age', 'label']
# load dataset
pima = pd.read_csv("diabetes.csv", header=None, names=col_names)
#split dataset in features and target variable
feature_cols = ['pregnant', 'insulin', 'bmi', 'age','glucose','bp','pedigree']
X = pima[feature_cols] # Features
y = pima.label # Target variable
# Split dataset into training set and test set
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=1) # 70% training and 30% test
# Create Decision Tree classifer object
clf = DecisionTreeClassifier()
# Train Decision Tree Classifer
clf = clf.fit(X_train,y_train)
#Predict the response for test dataset
y_pred = clf.predict(X_test)

и предварительный просмотр набора данных: набор данных

Я получаю ошибку

ValueError: could not convert string to float: 'Pregnant'

Пожалуйста, помогите мне решить эту ошибку .

Answer 1

Измените эту строку, чтобы прочитать данные с заголовками из файла CSV:

От:

pima = pd.read_csv("diabetes.csv", header=None, names=col_names)

до

pima = pd.read_csv("diabetes.csv") # This will import the data file with the header names from the csv, which you can change later if required.

Или вручную удалить верхнюю строку, используя этот код:

pima = pima.iloc[1:]

Answer 2

Первая строка заголовка вашего набора данных содержит то, что выглядит как дублирующая строка заголовка. Таким образом, первое значение X - «беременный», а не число с плавающей запятой, как вам требуется.

Вы можете либо отфильтровать не плавающие значения, либо исправить свой набор данных.