Numpy 无法将数组数据从数据类型（'；<；M8[ns]'；）强制转换为数据类型（'；float64'；）

我试图预测门票销售，但收到以下错误：

TypeError: Cannot cast array data from dtype('<M8[ns]') to dtype('float64') according to the rule 'safe'

所有行。这是我的数据头

created event_id tickets_sold tickets_sold_sum
0   3/12/19 1   90  90
1   3/13/19 1   40  130
2   3/14/19 1   13  143
3   3/15/19 1   8   151
4   3/16/19 1   13  164

---

处理

datetime

值的最简单方法是将它们转换为

POSIX时间戳

X_train = data_train.created.astype("int64").values.reshape(-1, 1) // 10**9

及

然而，通过这种方式，您将学到几乎没有任何有用的信息来预测未来的数据，因为测试集的POSIX时间值合理地超出了训练集中POSIX时间值的范围

我的建议是修改

X_train

和

X_all

，以便从日期中获得多个信息特征（作为分类特征，使用一个热编码）：

星期几

月日

年度月份

年

---

处理

datetime

值的最简单方法是将它们转换为

POSIX时间戳

X_train = data_train.created.astype("int64").values.reshape(-1, 1) // 10**9

及

然而，通过这种方式，您将学到几乎没有任何有用的信息来预测未来的数据，因为测试集的POSIX时间值合理地超出了训练集中POSIX时间值的范围

我的建议是修改

X_train

和

X_all

，以便从日期中获得多个信息特征（作为分类特征，使用一个热编码）：

星期几

月日

年度月份

年

---

可以说，问题源于创建的

事件数据的类型。请提供它的摘录（不是图像），以使错误重现。Hi@句子我更改了它并添加了摘录。您确定错误在
linear\u reg.predict（X\u all）
上，而不是在
linear\u reg=LinearRegression（）期间。fit（X\u train，y\u train）
？发布完整的堆栈跟踪“问题可能源于
事件\u数据的类型。已创建
。请提供它的摘录（不是图像），以使错误重现。Hi@句子我更改了它并添加了摘录。您确定错误在
linear\u reg.predict（X\u all）
上，而不是在
linear\u reg=LinearRegression（）期间。fit（X\u train，y\u train）
？发布完整的堆栈跟踪`这似乎有效！你能解释一下有什么问题吗？你在用'values.reforme（-1，1）做什么。我的预测似乎仍然是错误的，而且是负的。但我认为这是另一个问题。添加了解释和建议。这似乎有效！你能解释一下有什么问题吗？你在用'values.reforme（-1，1）做什么。我的预测似乎仍然是错误的，而且是负的。但我认为这是另一个问题。添加了解释和建议。
X_all = event_data.created.astype("int64").values.reshape(-1, 1) // 10**9