应用 OneHotEncoder 时 - 错误：无法将 Str 转换为浮点数：C148答案

【问题标题】：While applying OneHotEncoder - Error: Could not convert Str to float: C148应用 OneHotEncoder 时 - 错误：无法将 Str 转换为浮点数：C148
【发布时间】：2019-01-18 15:25:58
【问题描述】：

尝试在 Titanic 数据集上应用 OneHotEncoding。 sklearn 版本是 0.19.2。 Labelencoded 首先和现在尝试 Onehot 编码时，它抛出错误'Could not convert str to float: C148'

首先，Labelencoded 'Sex' 和 'Embarked' 功能，这已成功完成。现在，当尝试进行 One 热编码时，“客舱”功能中的值被引发了异常，而这根本不应该被编码。此外，C148 是几乎出现在数据集末尾的值。

#Label Encoding
encoder= LabelEncoder()
df2['Embarked']=df2['Embarked'].fillna(method='backfill')
array1= df2.values
array1[:,4]=encoder.fit_transform(array1[:,4])
array1[:,11]=encoder.fit_transform(array1[:,11])
df_encoded1= pd.DataFrame(array1)

#One hot encoding
from sklearn.preprocessing import OneHotEncoder
hotencoder= OneHotEncoder(categorical_features=[4,11])
array1= hotencoder.fit_transform(array1)


ValueError                                Traceback (most recent call last)
<ipython-input-45-c14deb702f63> in <module>()
----> 1 array1= hotencoder.transform(array1)

~\AppData\Local\Continuum\anaconda3\lib\site- 
packages\sklearn\preprocessing\data.py in transform(self, X)
2073         """
2074         return _transform_selected(X, self._transform,
-> 2075                                    self.categorical_features, 
copy=True)
2076 
2077 

~\AppData\Local\Continuum\anaconda3\lib\site- 
packages\sklearn\preprocessing\data.py in _transform_selected(X, transform, 
selected, copy)
1807     X : array or sparse matrix, shape=(n_samples, n_features_new)
1808     """
-> 1809     X = check_array(X, accept_sparse='csc', copy=copy, 
dtype=FLOAT_DTYPES)
1810 
1811     if isinstance(selected, six.string_types) and selected == "all":

~\AppData\Local\Continuum\anaconda3\lib\site- 
packages\sklearn\utils\validation.py in check_array(array, accept_sparse, 
dtype, order, copy, force_all_finite, ensure_2d, allow_nd, 
ensure_min_samples, ensure_min_features, warn_on_dtype, estimator)
431                                       force_all_finite)
432     else:
--> 433         array = np.array(array, dtype=dtype, order=order, 
copy=copy)
434 
435         if ensure_2d:
ValueError: could not convert string to float: 'C148'

除了上述错误的解决方案，还请告诉我如何更新到最新版本的 sklearn。我尝试使用 pip install -U scikit-learn 更新 sklearn，但它再次安装了 0.19.2 版本。

【问题讨论】：

pip install -U sklearn Scikit-learn 更新，那么它应该可以工作了。

标签： scikit-learn one-hot-encoding

【解决方案1】：

您使用的 scikit 包似乎是旧的。实际上你可以将它升级到 0.20.x。否则，您可以先通过方法 Labelencoder() 使其工作。

【讨论】：