Python 3.x GausianNB:无法将字符串转换为浮点：'；2015年4月16日星期四23:58:58'；

我正试图用高斯神经网络解决一个机器学习问题。我有一些字段的日期格式不正确，所以我将它们转换为UNIX格式。例如，处的列

state\u changed\u在csv中的值为
1449619185
。我正在把它转换成合适的日期格式

当我选择这些日期特征来训练我的模型时，我会出现以下错误：

无法将字符串转换为浮动：“Thu Apr 16 23:58:58 2015”

你的困惑是什么？你给了它DateTime列。不接受那种类型。具体而言：

Parameters: 
X : array-like, dtype=float64, size=[n_samples, n_features]
Y : array, dtype=float64, size=[n_samples]

如果你想按时训练，你需要将它们转换（或保留）为可摄取类型，即基本数字。执行拟合时，是否可以将其保留为原始的基于历元的整数形式？
确定。那么，我应该在不转换为UTX格式的情况下使用datetime字段吗？不。一旦转换为datetime，您就丢失了。DateTime没有内置转换为基本类型的
float64
。您需要将其保留为数值，例如原始的
1449619185
。如果您需要显示日期时间值，请在应用libSVM后进行转换，或者为每个日期时间项创建一个额外的列。如果我们直接使用float而不进行转换，我的模型会提供良好的精度吗？我不知道。。。你试的时候发生了什么？不要问我你什么时候拥有计算机的最终权限。：-）您将获得与转换数据相同的精度。DateTime不会提取任何新信息，也不会更改值之间的关系。确定。我试过了，但精度很低，这就是我问的原因。无论如何，谢谢你消除我的疑虑。
Parameters: 
X : array-like, dtype=float64, size=[n_samples, n_features]
Y : array, dtype=float64, size=[n_samples]