machine-learning - 在 python 中使用修改后的 OneHotEncoder 将分类数据编码为虚拟变量？

Question

这是我的代码，我试图对“X”第一列的分类数据进行虚拟编码，但这不起作用，当我访问 OneHotEncoder 文档页面时，它说 OneHotEncoder已更改。我无法弄清楚如何使用这个更改后的 OnehotEncoder。

from sklearn.preprocessing import OneHotEncoder
onehotencoder=OneHotEncoder(categorical_features = [0])
X[:, 0]=onehotencoder.fit_transform(X).toarray()

Answer 1

这里有几个问题。

• 首先，one-hot-encoder 将返回一个包含多个列的数组，而输入将为单个列。因此，您的作业将会失败。

*然后，scikit-learn 将返回一个 numpy 数组。所以不需要使用toarray。

• 最后，您可能希望对某些列应用编码，并让其他一些列保持不变(或者可能应用其他处理)。在这种情况下，您需要使用所谓的 ColumnTransformer 。您可以看下面的例子，它完美地说明了如何进行这样的预处理:https://scikit-learn.org/stable/auto_examples/compose/plot_column_transformer_mixed_types.html#sphx-glr-auto-examples-compose-plot-column-transformer-mixed-types-py