Python 对于决策树的多类分类，特征必须是浮点数吗？

我正在尝试使用决策树进行名称实体识别（NER）。我的特性dataframe和标签dataframe与上面的一样。当我运行以下代码时，它返回

ValueError:无法将字符串转换为float:“头痛，”

。我的数据格式是否正确（我正在跟踪）？对于通过决策树进行的多类别分类，特征是否必须是浮点数？如果是这样的话，鉴于大多数令牌特性（如果不是全部的话）都是字符串或布尔值，我应该如何进行OBI标记

将熊猫作为pd导入
从sklearn.tree导入DecisionTreeClassifier
DT=DecisionTreeClassifier（）
DT.fit（X\U系列、y\U系列）
---------------------------------------------------------------------------
ValueError回溯（最近一次调用上次）
在里面
1 DT=DecisionTreeClassifier（）
---->2 DT.配合（X_系列、y_系列）
d:\python\lib\site packages\sklearn\tree\\u classes.py适合（self，X，y，sample\u weight，check\u input，X\u idx\u sorted）
888         """
889
-->890 super（）.fit(
891 X，y，
892样品重量=样品重量，
d:\python\lib\site packages\sklearn\tree\\u classes.py适合（self，X，y，sample\u weight，check\u input，X\u idx\u sorted）
154检查\u X_params=dict（dtype=dtype，接受\u sparse=“csc”）
155检查参数=dict（确保2d=False，dtype=None）
-->156 X，y=自我验证数据（X，y，
157分别验证参数=（检查参数，
158检查（参数）
d:\python\lib\site packages\sklearn\base.py in\u validate\u数据（self、X、y、reset、validate\u分别，**检查参数）
427                 # :(
428检查X参数，检查y参数=单独验证
-->429 X=检查数组（X，**检查参数）
430 y=检查数组（y，**检查y参数）
431其他：
d:\python\lib\site packages\sklearn\utils\validation.py在内部文件中（*args，**kwargs）
70未来警告）
71 kwargs.update（{k:arg代表k，arg在zip中（sig.parameters，args）}）
--->72返回f（**kwargs）
73返回内部\u f
74
检查数组中的d:\python\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、估计器）
596 array=array.astype（dtype，casting=“不安全”，copy=False）
597其他：
-->598数组=np.asarray（数组，顺序=order，dtype=dtype）
599除复杂警告外：
600提升值错误（“不支持复杂数据\n”
d:\python\lib\site packages\numpy\core\\u asarray.py在asarray中（a，数据类型，顺序）
83
84     """
--->85返回数组（a，数据类型，副本=False，顺序=order）
86
87
ValueError:无法将字符串转换为浮点：“头痛，”

是的，它们必须是数字的（不一定是浮动的）。因此，如果一列中有4个不同的文本标签，则需要将其转换为4个数字。为此，请使用sklearn的labelencoder。如果您的数据在数据框

df

中

X_train

------------------------------------------------------------------------------------------
   | bias | word.lower | word[-3:] | word.isupper | word.isdigit |  POS  |  BOS  |  EOS  |
------------------------------------------------------------------------------------------
0  |  1.0 | headache,  |      HE,  |         True |        False |   NNP |  True | False |
1  |  1.0 |    mostly  |      tly  |        False |        False |   NNP | False | False |
2  |  1.0 |       but  |      BUT  |         True |        False |   NNP | False | False |
...
...
...

y_train

------------
   |  OBI  |
------------
0  | B-ADR |
1  | O     |
2  | O     |
...
...
...

一旦您将所有列转换为数字，您可能还希望编码。对分类列和布尔列执行此操作（这里我仅为您的分类列显示此操作）

之后，您可以使用标签编码器的dict

d

从标签编码器检索值的名称

# you should probably also one-hot the categorical columns
df = pd.get_dummies(df, columns=cat_cols)

---

对于理解这些概念特别有用。

谢谢！我从collections import defaultdict中添加了

，效果非常好！哇！我在中添加了这个。
# you should probably also one-hot the categorical columns
df = pd.get_dummies(df, columns=cat_cols)

d[col_name].inverse_transform(value)