python - ValueError : Shape mismatch: if categories is an array, 它必须是形状 (n_features,)

Question

我创建了一个简单的代码来实现 OneHotEncoder .

from sklearn.preprocessing import OneHotEncoder
X = [[0, 'a'], [0, 'b'], [1, 'a'], [2, 'b']]
onehotencoder = OneHotEncoder(categories=[0])
X = onehotencoder.fit_transform(X).toarray()

我只想使用名为 fit_transform 的方法到 X用于索引 0 ，所以它意味着 [0, 0, 1, 2]就像您在 X 中看到的一样.但它会导致这样的错误:
ValueError: Shape mismatch: if categories is an array, it has to be of shape (n_features,).
任何人都可以解决这个问题？我被困在它上面

Answer 1

您需要使用 ColumnTransformer指定列索引不是 categories范围。

构造函数参数 categories是明确地告诉不同的类别值。例如。您可以提供[0, 1, 2]明确，但 auto将决定它。此外，您可以使用 slice() 对象。

from sklearn.preprocessing import OneHotEncoder
from sklearn.compose import ColumnTransformer

X = [[0, 'a'], [0, 'b'], [1, 'a'], [2, 'b']]

ct = ColumnTransformer(
    [('one_hot_encoder', OneHotEncoder(categories='auto'), [0])],   # The column numbers to be transformed (here is [0] but can be [0, 1, 3])
    remainder='passthrough'                                         # Leave the rest of the columns untouched
)

X = ct.fit_transform(X)