Python 错误：CSV文件头在scikit学习库中参与了决策树计算

我运行以下代码表单，通过scikit学习库创建决策树

import numpy as np
from sklearn.model_selection import train_test_split
import os
from sklearn.tree import export_graphviz
import graphviz

#progress 1
path="/mnt/d/TestDecisionTree/datasets"
os.chdir(path)
os.getcwd()

#progress 2
dataset=np.loadtxt("internetlogit.csv", delimiter=",")
x=dataset[:,0:5]
y=dataset[:,5]

#progress 3
from sklearn.tree import DecisionTreeRegressor
X_train, X_test, y_train, y_test = train_test_split(x, y)
tree = DecisionTreeRegressor().fit(X_train,y_train)

#progress 4
print("Training set accuracy: {:.3f}".format(tree.score(X_train, y_train)))
print("Test set accuracy: {:.3f}".format(tree.score(X_test, y_test)))

#progress 5
dtree = tree.predict(x)
print(dtree)

#progress 6
percentageerror_tree=((y-dtree)/dtree)*100
percentageerror_tree

#progress 7
np.mean(percentageerror_tree)

#progress 8
export_graphviz(tree,out_file="result/tree.dot")

with open("result/tree.dot") as f:
    dot_graph = f.read()

graphviz.Source(dot_graph)

我的示例数据是internetlogit.csv文件中的以下数据集

age,gender,webpages,videohours,income,usage
36,0,32,0.061388889,6021,0
33,0,49,8.516666667,10239,1
46,1,22,0,1374,0
53,0,16,2.762222222,5376,0
27,1,30,0,1393,0
21,1,23,2.641111111,4866,0
42,0,30,0,1673,0
...

但我在《进步2》中发现了这个错误

这意味着CSV文件的头参与决策树计算。但是，不应该是这样。我怎样才能解决这个问题

---

感谢您的帮助。

熊猫

将是最简单的即时修复，例如：

将熊猫作为pd导入
从io导入StringIO
csv_file=StringIO（“”）
年龄、性别、网页、视频时数、收入、使用情况
36,0,32,0.061388889,6021,0
33,0,49,8.516666667,10239,1
46,1,22,0,1374,0
53,0,16,2.762222222,5376,0
27,1,30,0,1393,0
21,1,23,2.641111111,4866,0
42,0,30,0,1673,0
""")
df=pd.read\u csv（csv\u文件）
y=df[“用法”]
x=df.drop（[“用法”]，轴=1）
从sklearn.tree导入决策树
从sklearn.model\u选择导入列车\u测试\u拆分
X_序列，X_测试，y_序列，y_测试=序列测试分割（X，y）
tree=DecisionTreeRegressor（）.fit（X\U系列，y\U系列）
树。适合（X_列，y_列）
打印（树）

由于列名不能解释为字符串，因此在发布的代码的第13行出现了

ValueError

如果您不想使用pandas，还可以将

skiprows

传递到

np.loadtxt

：

dataset=np.loadtxt（csv_文件，分隔符=“，”，skiprows=2）
x=数据集[：，0:5]
y=数据集[：，5]

ValueError: could not convert string to float: 'age'