类型错误：在 Scikit-learn 中拟合逻辑回归模型时类型提升无效

Question

我正在使用 Sci-kit Learn 构建逻辑回归模型。我的数据主要由 float 和 int 类型组成，除了 datetime64[ns] 的日期列（它的类型是第一个对象，然后我使用

df['date'] = pd.to_datetime(df['date'],infer_datetime_format=True)

我确实拆分了我的数据以进行训练和测试，当我尝试使用以下方法拟合模型时logr.fit(X,Y)出现以下错误：

---------------------------------------------------------------------------

    TypeError                                 Traceback (most recent call last)

<ipython-input-15-18dd45102c66> in <module>

----> 1 logr.fit(X,Y)

/opt/anaconda3/lib/python3.7/site-packages/sklearn/linear_model/_logistic.py in fit(self, X, y, sample_weight)

   1342         X, y = self._validate_data(X, y, accept_sparse='csr', dtype=_dtype,

   1343                                    order="C",

-> 1344                                    accept_large_sparse=solver != 'liblinear')

   1345         check_classification_targets(y)

   1346         self.classes_ = np.unique(y)

/opt/anaconda3/lib/python3.7/site-packages/sklearn/base.py in _validate_data(self, X, y, reset, validate_separately, **check_params)

    430                 y = check_array(y, **check_y_params)

    431             else:

--> 432                 X, y = check_X_y(X, y, **check_params)

    433             out = X, y

    434 

/opt/anaconda3/lib/python3.7/site-packages/sklearn/utils/validation.py in inner_f(*args, **kwargs)

     71                           FutureWarning)

     72         kwargs.update({k: arg for k, arg in zip(sig.parameters, args)})

---> 73         return f(**kwargs)

     74     return inner_f

     75 

我不明白这个错误指向什么。但是从研究中，我发现它可能与日期类型有关，但在错误中没有发现任何特别指出日期的错误。任何想法？

Answer 1

使用以下方法转换日期后：df['date']&nbsp;=&nbsp;pd.to_datetime(df['date'],infer_datetime_format=True)我应用了以下声明：df['date']=df['date'].apply(lambda&nbsp;x:&nbsp;x.toordinal())它工作得很好。