機器學習使用tokenizer.fit_on_texts報'float' object has no attribute 'lower'錯解決辦法
最近在學習機器。在學習過程中使用kaggle中的Womens Clothing E-Commerce Reviews.csv數據集,用Keras分詞器Tokenizer,使用tokenizer.fit_on_texts生成詞典報'float' object has no attribute 'lower'
錯。
from keras.preprocessing.text import Tokenizer
X_train_lst = df_train["Review Text"]
y_train = df_train["Rating"].values
dictionary_size = 20000
tokenizer = Tokenizer(num_words=dictionary_size)
tokenizer.fit_on_texts( X_train_lst)
X_train_tokenized_lst = tokenizer.texts_to_sequences(X_train_lst)
分析原因:是數據集中"Review Text"中存在字段爲空的情況,pandas導入的時候自動轉成NaN了,所以報沒有lower的屬性的錯誤。
解決方法:增加fillna函數轉換將NaN轉成空字符串。
X_train_lst = df_train["Review Text"].fillna("")