小编Hug*_*hez的帖子

我正在尝试使用MacOS上的Python3.6构建一个简单的Keras模型来预测给定范围内的房价,但我无法将输出转换为类别矩阵.我正在使用Kaggle的这个数据集.

我在数据框中创建了一个新列,其中不同的价格范围作为字符串在我的模型中作为目标输出,然后使用keras.utils和Sklearn LabelEncoder尝试创建输出二进制矩阵但我不断收到错误:

ValueError: invalid literal for int() with base 10: '0 - 50000'

这是我的代码:

import pandas as pd
import numpy as np
from keras.layers import Dense
from keras.models import Sequential, load_model
from keras.callbacks import EarlyStopping
from keras.utils import to_categorical, np_utils
import matplotlib.pyplot as plt
from sklearn.preprocessing import LabelEncoder

seed = 7
np.random.seed(seed)

data = pd.read_csv("Melbourne_housing_FULL.csv")
data.fillna(0, inplace=True)

price_range = 50000
bins = np.arange(0, 12000000, price_range)
labels = ['{} - {}'.format(i + 1, j) for i, j in …