数值错误：形状不匹配：如果categories是一个数组，它必须具有形状（n_features，）。

Question

我已经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的方法来处理索引为0的X，这意味着对于[0, 0, 1, 2]这样的X。但它会导致如下错误：

ValueError: Shape mismatch: if categories is an array, it has to be of shape (n_features,).

有人能解决这个问题吗？我被卡住了。

- arga wirawan

Answer 1

您需要使用ColumnTransformer来指定列索引，而不是使用categories参数。

构造函数参数categories用于明确告知不同类别的值。例如，您可以显式地提供[0, 1, 2]，但auto将确定它。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)

- TRiNE

Answer 2

pandas.get_dummies() 方法也可以用以下方式实现：

import numpy as np
import pandas as pd
X = np.array([[0, 'a'], [0, 'b'], [1, 'a'], [2, 'b']])
X = np.array(pd.concat([pd.get_dummies(X[:, 0]), pd.DataFrame(X[:, 1])], axis = 1))

- shubh