python - OneHotEncoder 类别参数

Question

在 sklearn 0.22 中，categorical_features 参数将被删除，因此以下代码不再可执行:

import numpy as np
from sklearn.preprocessing import OneHotEncoder

X = np.array([[1, 1], [2, 2], [1, 3]])
encoder = OneHotEncoder(categorical_features=[1], sparse=False)

print(encoder.fit_transform(X))

问题是，如何使用类别参数实现与上面代码中相同的行为，因为 OneHotEncoder(categories=[[1, 2], [1, 2, 3]],稀疏= False) 也会对第一列进行编码，并且 OneHotEncoder(categories=[[1, 2, 3]],稀疏=False) 抛出错误

Answer 1

好的，所以基本上您希望对第二列 [1,2,3] 进行单热编码，并保留第一列 [1,2,1] 作为传递。在较新的 sklearn 版本中，您可以使用 ColumnTransformer 来组合不同的预处理过程，如下所示:

import numpy as np
from sklearn.compose import ColumnTransformer
from sklearn.preprocessing import OneHotEncoder

X = np.array([[1, 1], [2, 2], [1, 3]])
encoder = ColumnTransformer(
    [('number1', OneHotEncoder(dtype='int'), [1])],
    remainder="passthrough"
)

print(encoder.fit_transform(X))

那么您不必指定类别的值范围。请参阅文档了解更多详细信息。

ColumnTransformer