Python “错误”；将字符串转换为浮点；使用model.predict（）时

当我使用

model.predict（）

时，会出现以下错误：

ValueError:无法将字符串转换为浮点：

我的代码中使用了一个热编码，如下所示：

features_df = pd.get_dummies(df, columns=['garage_type', 'city'])

使用的预测代码如下所示

sample = [["attached"], ["Richardport"]]
predictedvalue = model.predict(sample)'

---

有什么建议可以解决这个错误吗？谢谢。

出现错误的原因是，您正在向模型发送字符串，而模型希望浮点向量的形状与训练数据的形状相同

---

从代码中可以清楚地看出，在使用数据进行培训之前，您正在使用一种热编码。您还需要将样本转换为相同的热编码向量格式才能得到答案。

您还需要将样本转换为单独的列，这意味着，您必须检查新的伪列，并将样本转换为布尔列表L，其中，如果列[i]='attached'或列[i]，则L[i]=True在调用.predict（L）方法之前，为所有其他列表元素设置为'Richardport'和False。

这个回答可能会有帮助：

---

什么是

模型

？使用梯度增强回归和一个热编码。谢谢，你能帮我修改一下建议的代码吗？我有这种方法，但仍然返回错误：Sample=X_train[['attached'，'Richardport']]。value和X.astype（'str'））