質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

89.98%

could not convert string to float: 'Iris-virginica' がどう解決されるのかわかりません

受付中

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 387

Regulus0926

score 6

前提・実現したいこと

各アルゴリズムの正解率を比較するプログラムを書きたいです

発生している問題・エラーメッセージ

AdaBoostClassifier の正解率 =  0.9666666666666667
BaggingClassifier の正解率 =  1.0
BernoulliNB の正解率 =  0.26666666666666666
CalibratedClassifierCV の正解率 =  0.9333333333333333
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-1-27eeaded6346> in <module>
     25 
     26     #学習して評価する
---> 27     clf.fit(x_train, y_train)
     28     y_pred = clf.predict(x_test)
     29     print(name,"の正解率 = " , accuracy_score(y_test, y_pred))

(中略)

ValueError: could not convert string to float: 'Iris-virginica'
エラーメッセージ

該当のソースコード

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
import warnings
from sklearn.utils.testing import all_estimators

#あやめデータの読み込み
iris_data = pd.read_csv("iris.csv", encoding="utf-8")

#あやめデータをラベルと入力データに分離する
y = iris_data.loc[:,"Name"]
x = iris_data.loc[:,["SepalLength", "SepalWidth", "PetalLength", "PetalWidth"]]

#学習用とテスト用に分離する
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size = 0.2, train_size = 0.8, shuffle=True)


#classifierのアルゴリズムをすべて取得する
warnings.filterwarnings('ignore')
allAlgorithms = all_estimators(type_filter="classifier")

for(name, algorithm) in  allAlgorithms:
    #各アルゴリズムのオブジェクトを作成
    clf = algorithm()

    #学習して評価する
    clf.fit(x_train, y_train)
    y_pred = clf.predict(x_test)
    print(name,"の正解率 = " , accuracy_score(y_test, y_pred))

試したこと

ここに問題に対して試したことを記載してください。

補足情報(FW/ツールのバージョンなど)

ここにより詳細な情報を記載してください。
ちなみにiris.csvのファイルは
https://github.com/pandas-dev/pandas/blob/master/pandas/tests/data/iris.csv
のやつです。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • y_waiwai

    2019/08/24 22:08

    このままではコードが見れないので、質門を編集し、<code>ボタンで、出てくる’’’の枠の中にコードを貼り付けてください

    キャンセル

  • Regulus0926

    2019/08/24 22:14

    ご指摘ありがとうございます

    キャンセル

回答 1

0

ラベル(ここでは"Name")は数字に変換してから使用してください。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/08/24 23:18

    どのように変換すれば良いのでしょうか

    キャンセル

  • 2019/08/24 23:33

    DataFrameのName列のデータを数字に変換すれば良いです。
    (例えば、Iris-setosa→0、Iris-versicolor→1、Iris-virginica→2)
    変換方法は「df.replace({列名: {元の値: 置換後の値}})」とかでしょうか。

    キャンセル

  • 2019/08/24 23:45

    なるほど...
    でも、なんで途中までは出力が出ているのでしょうか?
    参考にしている書籍(ソシムの)を見る感じ
    DecisionTreeClassifierというアルゴリズムの正解率が下に出力されるみたいなんです
    まだたくさん下に続くのですが...
    謎です。コードの写し間違いではない気がするのですが.

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 89.98%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

同じタグがついた質問を見る