OneHotEncoder类别参数

Question

使用sklearn 0.22时，categorical_features参数将被删除，因此以下代码不再可执行：

import numpy as np
from sklearn.preprocessing import OneHotEncoder

X = np.array([[1, 1], [2, 2], [1, 3]])
encoder = OneHotEncoder(categorical_features=[1], sparse=False)

print(encoder.fit_transform(X))

问题是，我如何使用Categories参数实现与上述代码相同的行为，因为OneHotEncoder(categories=[[1, 2], [1, 2, 3]], sparse=False)还将对第一列进行编码，并且OneHotEncoder(categories=[[1, 2, 3]], sparse=False)会引发错误

Answer 1

[确定，所以基本上您想对第二列[1,2,3]进行一次热编码，并保持第一列[1,2,1]为直通。在较新的sklearn版本中，您可以使用ColumnTransformer来组合不同的预处理过程，如下所示：

import numpy as np
from sklearn.compose import ColumnTransformer
from sklearn.preprocessing import OneHotEncoder

X = np.array([[1, 1], [2, 2], [1, 3]])
encoder = ColumnTransformer(
    [('number1', OneHotEncoder(dtype='int'), [1])],
    remainder="passthrough"
)

print(encoder.fit_transform(X))

然后，您不必指定类别的值范围。有关更多详细信息，请参阅文档。

ColumnTransformer