Python ValueError:无法将字符串转换为浮点：'；Udah stres bgt muka Udah beruntusan'；

我试着做一个简单的分类

from sklearn.svm import SVC 
classifier = SVC(kernel = 'linear', random_state =0) 
classifier.fit(X_train, y_train)

当我尝试进行分类时，出现了以下错误： ValueError:无法将字符串转换为浮点：“Udah stres bgt muka Udah beruntusan”

这是我的值错误回溯

ValueError                                Traceback (most recent call last)
<ipython-input-24-c2136a7032e7> in <module>
      2 from sklearn.svm import SVC
      3 classifier = SVC(kernel = 'linear', random_state =0)
----> 4 classifier.fit(X_train, y_train)

~\Anaconda3\lib\site-packages\sklearn\svm\base.py in fit(self, X, y, sample_weight)
    144         X, y = check_X_y(X, y, dtype=np.float64,
    145                          order='C', accept_sparse='csr',
--> 146                          accept_large_sparse=False)
    147         y = self._validate_targets(y)
    148 

~\Anaconda3\lib\site-packages\sklearn\utils\validation.py in check_X_y(X, y, accept_sparse, accept_large_sparse, dtype, order, copy, force_all_finite, ensure_2d, allow_nd, multi_output, ensure_min_samples, ensure_min_features, y_numeric, warn_on_dtype, estimator)
    717                     ensure_min_features=ensure_min_features,
    718                     warn_on_dtype=warn_on_dtype,
--> 719                     estimator=estimator)
    720     if multi_output:
    721         y = check_array(y, 'csr', force_all_finite=True, ensure_2d=False,

~\Anaconda3\lib\site-packages\sklearn\utils\validation.py in check_array(array, accept_sparse, accept_large_sparse, dtype, order, copy, force_all_finite, ensure_2d, allow_nd, ensure_min_samples, ensure_min_features, warn_on_dtype, estimator)
    494             try:
    495                 warnings.simplefilter('error', ComplexWarning)
--> 496                 array = np.asarray(array, dtype=dtype, order=order)
    497             except ComplexWarning:
    498                 raise ValueError("Complex data not supported\n"

~\Anaconda3\lib\site-packages\numpy\core\numeric.py in asarray(a, dtype, order)
    536 
    537     """
--> 538     return array(a, dtype, copy=False, order=order)
    539 
    540 

~\Anaconda3\lib\site-packages\pandas\core\series.py in __array__(self, dtype)
    946             warnings.warn(msg, FutureWarning, stacklevel=3)
    947             dtype = "M8[ns]"
--> 948         return np.asarray(self.array, dtype)
    949 
    950     # ----------------------------------------------------------------------

ValueError回溯（最近一次调用）
在里面
2从sklearn.svm导入SVC
3分类器=SVC（内核=线性，随机状态=0）
---->4.配合（X_系列、y_系列）
~\Anaconda3\lib\site packages\sklearn\svm\base.py合适（自身、X、y、样本重量）
144 X，y=check_X_y（X，y，dtype=np.64，
145订单'C'，接受'U sparse='csr'，
-->146接受_大_稀疏=假）
147 y=自我验证目标（y）
148
~\Anaconda3\lib\site packages\sklearn\utils\validation.py in check\u X\u y（X，y，accept\u sparse，accept\u large\u sparse，dtype，order，copy，force\u all\u finite，sure\u 2d，allow\n，multi\u output，sure\u samples，sure\u min\u features，y\u numeric，warn\u on\u dtype，assistor）
717确保最小特征=确保最小特征，
718 warn_on_dtype=warn_on_dtype，
-->719估计员=估计员）
720如果多输出：
721 y=检查数组（y，'csr'，强制所有有限=真，确保2d=假，
检查数组中的~\Anaconda3\lib\site packages\sklearn\utils\validation.py（数组、接受稀疏、接受大稀疏、数据类型、顺序、复制、强制所有有限、确保2d、允许nd、确保最小样本、确保最小特征、警告数据类型、估计器）
494尝试：
495警告。simplefilter（'error'，ComplexWarning）
-->496数组=np.asarray（数组，dtype=dtype，order=order）
497除复杂警告外：
498 raise VALUERROR（“不支持复杂数据\n”
asarray中的~\Anaconda3\lib\site packages\numpy\core\numeric.py（a，数据类型，顺序）
536
537     """
-->538返回数组（a，数据类型，copy=False，order=order）
539
540
~\Anaconda3\lib\site packages\pandas\core\series.py在数组中（self，dtype）
946警告。警告（消息，未来警告，堆栈级别=3）
947 dtype=“M8[ns]”
-->948返回np.asarray（self.array，dtype）
949
950     # ----------------------------------------------------------------------

---

有办法解决这个问题吗？

错误是因为数据中存在

字符串

对象，计算机无法解释这些对象，因为它只能理解数字

尝试使用以下两种技术转换

category

或

string

类型数据

• pd.get\u假人

• LabelEncoder

---

请添加创建

X\u列车的代码。

。我尝试使用pd.get\u假人，但结果仍然是相同的错误