我有一个包含 IMDB 电影收视率数据的 csv 文件。该文件有 27 个特征和 1 个目标变量。我附上了SampleData。数据集也可以从KaggleData下载。我了解到python 的sklearn包要求所有数据都是数字。那么如何使用这些数据进行回归分析呢?现在我使用了下面的代码,但它说“某些导演名称”不能转换为浮点数。
import pandas as pd
from sklearn.linear_model import LinearRegression
df = pd.read_csv('D:\Machine Learning\Final\movie_metadata.csv')
feature_cols = [
"director_facebook_likes",
"cast_total_facebook_likes",
"movie_facebook_likes",
"facenumber_in_poster",
"gross",
"num_critic_for_reviews",
"num_voted_users",
"num_user_for_reviews",
"duration",
"title_year",
"content_rating",
"budget",
"director_name"]
X = df[feature_cols]
y = df.imdb_score
lm = LinearRegression()
lm.fit(X, y)
print (lm.intercept_)
print (lm.coef_)