OneHotEncoder 的形状不匹配问题

【问题标题】：Shape mismatch issue with OneHotEndcoderOneHotEncoder 的形状不匹配问题
【发布时间】：2021-08-26 16:35:03
【问题描述】：

这是我的代码

from sklearn import preprocessing
from sklearn.preprocessing import OneHotEncoder
labelencoder_X = preprocessing.LabelEncoder()
X[:,0] = labelencoder_X.fit_transform(X[:,0])
onehotencoder = OneHotEncoder(categories=[])
X = onehotencoder.fit_transform(X).toarray()

尝试了很多次后，我无法解决这个错误

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

【问题讨论】：

这能回答你的问题吗？ ValueError: Shape mismatch: if categories is an array, it has to be of shape (n_features,)

标签： pandas numpy machine-learning scikit-learn one-hot-encoding

【解决方案1】：

从你的代码来看，你想做什么并不完全清楚，但错误是由于这一行：

onehotencoder = OneHotEncoder(categories=[])

documentation 表示 categories 参数指定返回的 one-hot 编码列的顺序。如果您尝试编码的列中有n 类别，则categories 列表的长度应为n。但是您传递的是一个空列表。如果不指定，categories 的值将默认为 auto，它将自动根据数据确定类别。

为了修复您的错误，请执行以下操作：

onehotencoder = OneHotEncoder()

【讨论】：