Python中浮点错误的文本无效

我正在尝试使用sklearn并使用sklearn库在Python中执行线性回归

这是我用来训练和拟合模型的代码，当我运行predict函数调用时，我得到了错误

train, test = train_test_split(h1, test_size = 0.5, random_state=0)

my_features = ['bedrooms', 'bathrooms', 'sqft_living', 'sqft_lot', 'floors', 'zipcode']
trainInp = train[my_features]

target = ['price']
trainOut = train[target]

regr = LinearRegression()

# Train the model using the training sets

regr.fit(trainInp, trainOut)

print('Coefficients: \n', regr.coef_)

testPred = regr.predict(test)

在拟合模型之后，当我尝试使用测试数据进行预测时，它抛出以下错误

Traceback (most recent call last):
  File "C:/Users/gouta/PycharmProjects/MLCourse1/Python.py", line 52, in <module>
    testPred = regr.predict(test)
  File "C:\Users\gouta\Anaconda2\lib\site-packages\sklearn\linear_model\base.py", line 200, in predict
    return self._decision_function(X)
  File "C:\Users\gouta\Anaconda2\lib\site-packages\sklearn\linear_model\base.py", line 183, in _decision_function
    X = check_array(X, accept_sparse=['csr', 'csc', 'coo'])
  File "C:\Users\gouta\Anaconda2\lib\site-packages\sklearn\utils\validation.py", line 393, in check_array
    array = array.astype(np.float64)
ValueError: invalid literal for float(): 20140604T000000

以下是测试数据集的前五行

---

误差是由于系数的大值引起的吗？如何解决这一问题？

您的问题是，您正在将模型拟合到整个数据帧中选定的一组功能上（您确实执行

trainInp=train[my_features]

），但您正试图预测全套功能（

regr.predict（test）

），包括

date

等非数字功能

因此，与其做

regr.predict（test）

，不如做

regr.predict（test[my_features]）

。更一般地说，请记住，无论对训练集应用什么样的预处理（规范化、特征选择、PCA等等），都应该应用于测试集

或者，在进行列车测试拆分之前，您可以缩减到感兴趣的功能集：

my_features = ['bedrooms', 'bathrooms', ...]
train, test = train_test_split(h1[my_features], test_size = 0.5, random_state=0)

---

为什么值中有字母

T

？同样，考虑显示你的一些代码……请告诉我们实际抛出错误的代码。你能显示最初几行的<代码>测试< /代码>吗？“错误是因为系数的大值引起的吗？”对不起。我犯的错误是，我为列车输入和目标选择了许多列，但测试数据集中有所有列，因此测试数据集中有导致问题的其他变量。谢谢Mark。刚刚意识到这一点并发表了评论。

my_features = ['bedrooms', 'bathrooms', ...]
train, test = train_test_split(h1[my_features], test_size = 0.5, random_state=0)