Python Sklearn随机林模型未从数据帧中删除标头

我试图使用sklearn将下面的数据输入到一个随机森林算法中

数据（以csv格式显示）：

我的代码：

import pandas as pd
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split
import numpy as np

master_training_set_path = "data_bank/cleaning_data/master_training_data_id/master_train_one_hot.csv"
df = pd.read_csv(master_training_set_path)
labels = np.array(df["labels"].values)

train, test, train_labels, test_labels = train_test_split(df, labels,
                                                      stratify=labels,
                                                      test_size=0.3)
model = RandomForestClassifier(n_estimators=100, bootstrap=True, max_features='sqrt')

# this is the problematic line
model.fit(train, train_labels)

问题行是最后一行，当我运行它时，它返回以下回溯：

Traceback (most recent call last):
  File "path\random_forest.py", line 39, in 
<module>
    model.fit(train, train_labels)
  File "path\sklearn\ensemble\forest.py", line 247, in fit
    X = check_array(X, accept_sparse="csc", dtype=DTYPE)
  File "path\sklearn\utils\validation.py", line 434, in check_array
    array = np.array(array, dtype=dtype, order=order, copy=copy)

ValueError: could not convert string to float: 'self-declared'

回溯（最近一次呼叫最后一次）：
文件“path\random_forest.py”，第39行，在
型号配合（列车、列车标签）
文件“path\sklearn\emble\forest.py”，第247行
X=检查数组（X，接受sparse=“csc”，dtype=dtype）
检查数组中的第434行文件“path\sklearn\utils\validation.py”
array=np.array（array，dtype=dtype，order=order，copy=copy）
ValueError:无法将字符串转换为浮点：“自声明”

我已经尝试确保'train'和'train_label'变量是numpy 2d数组，但仍然得到相同的错误

---

我的困惑来自这样一个事实，“自我声明”功能不是一个值，而是数据集中某个功能的名称。为什么sklearn不在训练数据之前删除标题？

该代码在scikit学习版本上运行：

0.23.1

。如果使用的是具有以下内容的旧版本，则可以尝试更新：

conda install scikit-learn=0.23.1

问题可能是您正在向

列车测试分割
提供
df
。但是，这将起作用，因为创建的是
train
和
test
数据帧（带标题）而不是特征矩阵，因此会给模型带来问题。因此，您可以尝试替换：

train, test, train_labels, test_labels = train_test_split(df, labels,
                                                      stratify=labels,
                                                      test_size=0.3)

为此：

df.drop(['labels'],axis=1,inplace=True) #you have labels in the training set as well.
train, test, train_labels, test_labels = train_test_split(df.values, labels,
                                                      stratify=labels,
                                                      test_size=0.3)

代码为我运行（也许再看一看您的csv文件）。旁注：注意
train
和
test
包含标签。好的，查看csv文件，有一些小问题。即数据集中的头。谢谢你的帮助。
df.drop(['labels'],axis=1,inplace=True) #you have labels in the training set as well.
train, test, train_labels, test_labels = train_test_split(df.values, labels,
                                                      stratify=labels,
                                                      test_size=0.3)