Python ValueError:无法将字符串转换为浮点-机器学习_Python_Machine Learning_Scikit Learn

Python ValueError:无法将字符串转换为浮点-机器学习

python machine-learning scikit-learn

Python ValueError:无法将字符串转换为浮点-机器学习,python,machine-learning,scikit-learn,Python,Machine Learning,Scikit Learn,我正在进行一个机器学习项目，以确定PCAP是否为攻击，我必须处理PCAP文件，创建一个模型，然后进行预测。我的部分代码如下所示： train['is_train']=np.random.uniform（0,1，len（train））您需要将您的分类特征编码为数值，有一些技术，例如和，它们是sklearn.preprocessing模块的一部分，允许您进行编码。因此，首先确定列车集中分类的列，并按照上述链接中所述进行虚拟编码，然后应用.fit（）方法有关更多实现详细信息，请参阅希望这有帮助

我正在进行一个机器学习项目，以确定PCAP是否为攻击，我必须处理PCAP文件，创建一个模型，然后进行预测。我的部分代码如下所示：

train['is_train']=np.random.uniform（0,1，len（train））您需要将您的分类特征编码为数值，有一些技术，例如和，它们是sklearn.preprocessing
模块的一部分，允许您进行编码。因此，首先确定列车集中分类的列，并按照上述链接中所述进行虚拟编码，然后应用.fit（）
方法
有关更多实现详细信息，请参阅
希望这有帮助
 这些被称为分类变量。在您的用例中，我建议使用sklearn.preprocessor.OrdinalEncoder
将它们转换为整数编码数组，或者使用完全不同的分类器，例如默认情况下可以处理此类变量的CatBoostClassifier。
[['172.27.224.250' 16 'TCP' ... 1532299481617 60 54200]
 ['172.27.224.251' 24 'TCP' ... 1532299483068 60 502]
 ['172.27.224.251' 24 'TCP' ... 1532299483069 60 502]
 ...
 ['172.27.224.251' 24 'TCP' ... 1532301279315 60 502]
 ['172.27.224.250' 16 'TCP' ... 1532301279324 60 49713]
 ['172.27.224.250' 24 'TCP' ... 1532301279335 66 49713]]