我想在 Single Categorical 列中使用 OneHotEncoder

【问题标题】：I want to use OneHotEncoder in Single Categorical column我想在 Single Categorical 列中使用 OneHotEncoder
【发布时间】：2020-07-30 02:09:40
【问题描述】：

这里 df 的形状是 (190,2)，其中第一列是 x，是一个分类值，@nd 列是整数。

X = df.iloc[:,0].values
y = df.iloc[:,-1].values

# Encoding categorical data

from sklearn.preprocessing import LabelEncoder, OneHotEncoder
labelencoder = LabelEncoder()
X = labelencoder.fit_transform(X)
X.reshape(-1,1)
onehotencoder = OneHotEncoder(categories = [0])
X = onehotencoder.fit_transform(X).toarray()

在这里，我想使用 OneHotEncoder 更改分类值 X 来预测 y。但是当我运行这段代码时，我得到了一个错误。

ValueError: bad input shape ()

谁能帮我解决这个问题。谢谢

【问题讨论】：

标签： python machine-learning one-hot-encoding

【解决方案1】：

目前OneHotEncoder 不要求输入特征是数字的。所以你可以直接给它分类特征：

onehotencoder = OneHotEncoder()
X_oh = onehotencoder.fit_transform(X).toarray()

如果有1D 数组，通常是y，您需要将数组重新整形为2D 之一：

onehotencoder = OneHotEncoder()
X_oh = onehotencoder.fit_transform(X.reshape(-1,1)).toarray()

但请注意以下几点：

X.reshape(-1,1)

什么都不做。它没有执行就地操作。您必须将其分配回一个变量。

【讨论】：