could not convert string to float: 'Iris-virginica' がどう解決されるのかわかりません(df.replaceを使用してもダメでした）

Question

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

発生している問題・エラーメッセージ

AdaBoostClassifier True score = 0.9666666666666667
BaggingClassifier True score = 0.9666666666666667
BernoulliNB True score = 0.26666666666666666
CalibratedClassifierCV True score = 0.9
CategoricalNB True score = 0.9666666666666667

ValueError Traceback (most recent call last)
<ipython-input-4-4a7b5b59e8f3> in <module>()
25 for(name, algorithm) in allAlgorithms:
26 clf = algorithm()
---> 27 clf.fit(x_train, y_train)
28 y_pred = clf.predict(x_test)
29 print(name, " True score = ", accuracy_score(y_test, y_pred))

6 frames
/usr/local/lib/python3.6/dist-packages/numpy/core/_asarray.py in asarray(a, dtype, order)
83
84 """
---> 85 return array(a, dtype, copy=False, order=order)
86
87

ValueError: could not convert string to float: 'Iris-virginica'

該当のソースコード

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

url = "https://raw.githubusercontent.com/pandas-dev/pandas/master/pandas/tests/data/iris.csv"
savefile = "iris.csv"
req.urlretrieve(url, savefile)
iris_data = pd.read_csv(savefile, encoding="utf-8")

y = iris_data.loc[:, "Name"]
y.replace({"Name": {"Iris-setosa": 0}})
y.replace({"Name": {"Iris-versicolor": 1}})
y.replace({"Name": {"Iris-virginica": 2}})

x = iris_data.loc[:, ["SepalLength", "SepalWidth", "PetalLength", "PetalWidth"]]

x_train, x_test, y_train, y_test = train_test_split(x, y, test_size = 0.2, train_size = 0.8, shuffle = True)

warnings.filterwarnings("ignore")
allAlgorithms = all_estimators(type_filter="classifier")

for(name, algorithm) in allAlgorithms:
clf = algorithm()
clf.fit(x_train, y_train)
y_pred = clf.predict(x_test)
print(name, " True score = ", accuracy_score(y_test, y_pred))

試したこと

「could not convert string to float: 'Iris-virginica' がどう解決されるのかわかりません」
という質問の中にreplace関数を使ったらどうかという回答があったので、それで試してみたのですがそれでもだめでした。また、何回か動作させるとエラーの"Iris-virginica"の部分が"Iris-setosa"になったり、"Iris-versicolor"になったりしたのですがこれはどういうことでしょうか。

補足情報（FW/ツールのバージョンなど）

使っている環境はcolaboratoryで、
iris_dataのファイルは"https://raw.githubusercontent.com/pandas-dev/pandas/master/pandas/tests/data/iris.csv"です。

Answer 1

y = pd.Categorical(y).codesにてカテゴリ化したコード（数値）を得られます。
なお、上記をおこなっても分類器によっては引数不足などでエラーが発生します。
エラーを回避するにはsciki-learnのall_estimators等で多くの分類器を動かしてみましたに記載されているようにエラーを捕捉するなどすればよいです。

また、何回か動作させるとエラーの"Iris-virginica"の部分が"Iris-setosa"になったり、"Iris-versicolor"になったりしたのですがこれはどういうことでしょうか。

train_test_splitで乱数でデータがシャッフルされているからです。