sklearn::TypeError：参数“n_values”的类型错误。预期的“自动”、整数或整数数组，得到 <type 'numpy.ndarray'>答案

【问题标题】：sklearn::TypeError: Wrong type for parameter `n_values`. Expected 'auto', int or array of ints, got <type 'numpy.ndarray'>sklearn::TypeError：参数“n_values”的类型错误。预期的“自动”、整数或整数数组，得到 <type 'numpy.ndarray'>
【发布时间】：2017-11-30 07:13:36
【问题描述】：

我在初始化 OneHotEncoder 时传入了一个硬编码列表/元组（两者都试过），我在 fit_transform 期间收到此错误，没有在任何地方使用 numpy 类型（除了数据矩阵本身）。

唯一的问题是该数组中的某些值是None，因为我还使用categorical_features 来指定掩码（因为某些特征是实值的，我希望它们保持真实-值得。

我的 n_values 看起来像 [1, 2, 3, None, 5] 或 (1, 2, 3, None, 5) 和

我的categorical_features 看起来像[0, 1, 2, 4] 虽然我也尝试过：

[True, True, True, False, True].

该文档没有提供任何戴上面具的实际示例。

编辑：

所以，我尝试用零替换 None，这个问题消失了，但现在我明白了：

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

无论我是否用np.array 包装我的mask 数组（当我这样做时，形状确实与(n_features,) 相同）我得到了同样的错误（尽管有趣的是它并没有抱怨它是一个@只要其中没有 None 值，就不再是 987654337@ 数组。

【问题讨论】：

在文档中，它指出n_values is Number of values per feature. 每个功能可以取多少值。为什么是None？
您应该发布完整的代码以及一些示例和完整的堆栈跟踪错误。
@mkaran 假设您的功能是[color, age, country]。然后你想要一个热门的color 和country 值而不是年龄。我尝试了不同的方法，例如[7, None, 180] 和[7, 0, 180]，但事实证明[7, 180] 是正确的方法。该文档没有给出任何存在非分类变量的示例。

标签： python arrays numpy scikit-learn

【解决方案1】：

n_values 应该只包含分类值的域大小，完全跳过数据矩阵中的非分类列。

因此，如果使用[True, False, True] 格式，则大小应与数组中True 值的数量相对应，或者如果使用索引，则两个数组的大小应相同。

因此，None 数组中不应有 None 值，但也不应使用 0、-1 或任何其他方式对实值变量进行编码。

【讨论】：