...
Eroare Machine Learning · Antrenare și predicție (fit / predict)

TypeError: Feature names are only supported if all input features have string names, but your input has ['int', 'str'] as feature name / column name types.

Pe scurt

DataFrame-ul dat modelului are coloane cu nume de tipuri diferite: unele text ("suprafata"), altele numere (0, 1, 2), de obicei după un pd.concat cu rezultatul unui encoder. Dă nume text tuturor coloanelor, de exemplu cu get_feature_names_out(), sau X.columns = X.columns.astype(str).

Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la

Ce înseamnă

Când primește un DataFrame, scikit-learn memorează numele coloanelor (feature_names_in_), ca să verifice la predict că primești aceleași coloane. Pentru asta, toate numele trebuie să fie text. Dacă unele sunt text și altele numere, modelul refuză tabelul și îți spune ce tipuri a găsit: ['int', 'str'].

Cazul clasic: transformi o coloană categorică cu OneHotEncoder, rezultatul e un tablou numpy, îl faci DataFrame fără columns=, deci primește coloanele 0, 1, 2, apoi îl lipești cu pd.concat lângă coloanele numerice care au nume. Mesajul complet îți propune și soluția: X.columns = X.columns.astype(str). Mai curat este să dai coloanelor nume reale cu enc.get_feature_names_out() sau să folosești un ColumnTransformer.

De ce apare: cauzele frecvente

1Rezultatul lui OneHotEncoder lipit fără nume

Greșit
PYTHON
oh = pd.DataFrame(enc.fit_transform(df[["oras"]]))
X = pd.concat([df[["suprafata"]], oh], axis=1)
model.fit(X, y)
Corect
PYTHON
oh = pd.DataFrame(enc.fit_transform(df[["oras"]]),
                  columns=enc.get_feature_names_out())
X = pd.concat([df[["suprafata"]], oh], axis=1)
model.fit(X, y)

get_feature_names_out() dă nume ca oras_Cluj, deci toate coloanele au nume text.

2Varianta rapidă: convertește numele în text

Greșit
PYTHON
X = pd.concat([df[["suprafata"]], pd.DataFrame(np.eye(3))], axis=1)
model.fit(X, y)
Corect
PYTHON
X = pd.concat([df[["suprafata"]], pd.DataFrame(np.eye(3))], axis=1)
X.columns = X.columns.astype(str)
model.fit(X, y)

După astype(str) coloanele 0, 1, 2 devin "0", "1", "2", iar toate numele sunt text. Funcționează, dar numele nu spun nimic.

3Tot pasul făcut de ColumnTransformer

Greșit
PYTHON
X = pd.concat([df[["suprafata"]], pd.DataFrame(enc.fit_transform(df[["oras"]]))], axis=1)
Corect
PYTHON
ct = ColumnTransformer([("oras", OneHotEncoder(), ["oras"])], remainder="passthrough")
model = make_pipeline(ct, LinearRegression()).fit(df[["suprafata", "oras"]], y)

ColumnTransformer face codificarea și lipirea pentru tine, iar același pas e aplicat automat și la predict.

Repară tu

Repară eroarea, direct în pagină

Codul de mai jos dă TypeError: Feature names are only supported if all input features have string names, pentru că coloanele create de OneHotEncoder primesc numele 0, 1, 2. Repară-l: dă-le numele din enc.get_feature_names_out(), ca programul să afișeze coloanele lui X și prețul estimat.

Codul care dă eroarea
PYTHON
import pandas as pd
from sklearn.linear_model import LinearRegression
from sklearn.preprocessing import OneHotEncoder

df = pd.DataFrame({
    "suprafata": [50, 60, 70, 50, 60, 70],
    "oras": ["Cluj", "Cluj", "Cluj", "Iasi", "Iasi", "Iasi"],
    "pret": [110, 130, 150, 90, 110, 130],
})

enc = OneHotEncoder(sparse_output=False)
oh = pd.DataFrame(enc.fit_transform(df[["oras"]]))
X = pd.concat([df[["suprafata"]], oh], axis=1)
model = LinearRegression().fit(X, df["pret"])
print("Coloane:", list(X.columns))
print("Pret 65 m2 in Cluj:", round(model.predict(X.iloc[[0]].assign(suprafata=65))[0], 1))
După reparație, programul afișează
Coloane: ['suprafata', 'oras_Cluj', 'oras_Iasi']
Pret 65 m2 in Cluj: 140.0
Indiciu

La pd.DataFrame(...) pentru rezultatul encoderului adaugă columns=enc.get_feature_names_out().

Alte forme ale mesajului

  • TypeError: Feature names are only supported if all input features have string names, but your input has ['int', 'str'] as feature name / column name types. If you want feature names to be stored and validated, you must convert them all to strings, by using X.columns = X.columns.astype(str) for example. Otherwise you can remove feature / column names from your input data, or convert them all to a non-string data type.
  • TypeError: Feature names only support names that are all strings. Got feature names with dtypes: ['int', 'str']. An error will be raised in 1.2.

Cum o eviți pe viitor

Nu crea DataFrame-uri din rezultatul unui encoder fără columns=enc.get_feature_names_out(). Și mai bine, lasă ColumnTransformer să combine coloanele numerice cu cele codificate. Înainte de fit, o privire la X.columns.tolist() îți arată imediat dacă ai nume ca 0, 1, 2 amestecate cu nume reale.

Întrebări frecvente

De ce funcționa codul ăsta într-o versiune mai veche?

În versiunile 1.0 și 1.1 scikit-learn dădea doar un FutureWarning pentru amestecul de nume. Din versiunea 1.2 este o eroare.

Pot da modelului un DataFrame cu toate coloanele numerotate?

Da. Dacă toate numele sunt numere, scikit-learn nu le mai memorează ca nume și tratează tabelul ca pe un tablou numpy. Problema apare doar la amestec.

Erori înrudite

← Toate erorile Machine Learning

Tudor Andrei Dumitrescu
Cine a explicat eroarea

Tudor Andrei Dumitrescu

Senior Software Developer · fondatorul Academiei Programatorilor

LinkedIn
  1. 2019 Junior JavaCognizant Softvision
  2. 2021 Mid JavaCognizant Softvision
  3. 2022 Team LeaderEndava
  4. 2023 Senior Software DeveloperUniCredit
  5. Acum Senior Software DeveloperHCLTech
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu
Certificat de formator autorizatMinisterul Muncii și Ministerul Educației · 2022
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu

Certificat de formator autorizat · Ministerul Muncii și Ministerul Educației · 2022

Din 2020 construiește Academia Programatorilor, iar din 2026 și JoburiIT.ro. Fiecare eroare de aici a fost reprodusă în editorul nostru: codul greșit chiar dă mesajul din titlu, iar reparația chiar funcționează.

Învață Machine Learning de la zero, cu exerciții la fiecare lecție

Curs Machine Learning și AI pentru începători: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.