Python决策树适合方法给出浮动错误

Question

我正在使用决策树分类器。 我的X（特征变量）看起来像一个字典：

{'location05': ['4425', '4436', '4425'],
 'location04': ['425', '4436', '4425','232'],
 'location03': ['4425', '4436']  }

我的Y（目标变量）只是二进制 现在，当我把它们放入适合的方法时，我收到了错误：

  

float（）参数必须是字符串或数字

有任何帮助吗？

我的代码如下：

from sklearn.tree import DecisionTreeClassifier
import numpy as np
import csv
from sklearn import tree

reader = csv.reader(open("data.csv", "rb"))
next(reader, None)
location_dict = dict()
target = []
feat = []
for line in reader:
    feat.append(line[2])
    target.append(line[3])

    if line[0] in location_dict:
        location_dict[line[0]].append(line[2])
    else:
        location_dict[line[0]] = [line[2]]
X = location_dict
y = target
clf = tree.DecisionTreeClassifier()
clf = clf.fit(X, y)