如何修复 One-hot 编码错误 - IndexError？答案

【问题标题】：How to fix One-hot encoding error - IndexError?如何修复 One-hot 编码错误 - IndexError？
【发布时间】：2019-12-09 02:03:40
【问题描述】：

目前，我正在开发一个包含 LSTM 的深度学习模型，以训练人体运动的关节，但在 one-hot 编码过程中，我不断收到错误消息。我检查了几个网站的说明，但无法用我的代码/数据解决差异：

import pandas as pd
import numpy as np

keypoints = pd.read_csv('keypoints.csv')

X = keypoints.iloc[:,1:76]
y = keypoints.iloc[:,76]

这会产生以下形状：

关键点 = (63564, 77)
x = (63564, 75)
y = (63564,)

关节的所有关键点都在 x 中，y 包含我想要训练的所有标签，它们是三个不同的（文本）标签。可以忽略数据集的第一列，因为它只包含帧号。因此，我被建议使用 one-hot enconding 稍后使用 categorical_entrop：

from sklearn.preprocessing import LabelEncoder, OneHotEncoder
le = LabelEncoder()
y = le.fit_transform(y)
ohe = OneHotEncoder(categorical_features = [0])
y = ohe.fit_transform(y).toarray()

但是在应用这个时，我在最后一行得到错误：

> Traceback (most recent call last):
  File "LSTMPose.py", line 28, in <module>
    y = ohe.fit_transform(y).toarray()
  File "C:\Users\jebo\AppData\Local\Programs\Python\Python36\lib\site-packages\sklearn\preprocessing\_encoders.py", line 624, in fit_transform
    self._handle_deprecations(X)
  File "C:\Users\jebo\AppData\Local\Programs\Python\Python36\lib\site-packages\sklearn\preprocessing\_encoders.py", line 453, in _handle_deprecations
    n_features = X.shape[1]
IndexError: tuple index out of range

我认为它与我的 y 索引有关，但它只是 1 列...那我错过了什么？

【问题讨论】：

你试过了吗：y = keypoints.iloc[:,-1]。作为忠告，请记住 Python 从 0 开始，所以 76 将是 75。
感谢您的回复 --> 我尝试了y = keypoints.iloc[:,-1]，但它对我来说保持了相同的 y 形状和输出，并且对于 one-hot 编码器也有相同的错误。您对 Python 从 0 开始的建议，但数字 0 是我的数据集中的“帧”，所以我想排除该列进行训练。

标签： python scikit-learn one-hot-encoding

【解决方案1】：

您还需要将 y 数据重塑为 2D，类似于 x 数据。第二个维度的长度应为 1，即您可以这样做：

y = ohe.fit_transform(y[:, None]).toarray()

【讨论】：