极客观点
项目管理
HarmonyOS
我是机器学习的新手，正在尝试解决我在使用 OneHotEncoder 类时遇到的错误。错误是：“预期的二维数组，得到的是一维数组”。因此，当我想到一维数组时，它类似于： [1,4,5,6] 而二维数组将是 [[2,3], [3,4], [5,6]] ，但我仍然无法弄清楚为什么会失败。它在这条线上失败了：
X[:, 0] = onehotencoder1.fit_transform(X[:, 0]).toarray()
这是我的整个代码：
# Import Libraries
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
# Import Dataset
dataset = pd.read_csv('Data2.csv')
X = dataset.iloc[:, :-1].values
y = dataset.iloc[:, 5].values
df_X = pd.DataFrame(X)
df_y = pd.DataFrame(y)
# Replace Missing Values
from sklearn.preprocessing import Imputer
imputer = Imputer(missing_values = 'NaN', strategy = 'mean', axis = 0)
imputer = imputer.fit(X[:, 3:5 ])
X[:, 3:5] = imputer.transform(X[:, 3:5])
# Encoding Categorical Data "Name"
from sklearn.preprocessing import LabelEncoder, OneHotEncoder
labelencoder_x = LabelEncoder()
X[:, 0] = labelencoder_x.fit_transform(X[:, 0])
# Transform into a Matrix
onehotencoder1 = OneHotEncoder(categorical_features = [0])
X[:, 0] = onehotencoder1.fit_transform(X[:, 0]).toarray()
# Encoding Categorical Data "University"
from sklearn.preprocessing import LabelEncoder
labelencoder_x1 = LabelEncoder()
X[:, 1] = labelencoder_x1.fit_transform(X[:, 1])
我相信您可以通过这段代码看出我有 2 列是标签。我使用标签编码器将这些列转换为数字。我想使用 OneHotEncoder 更进一步并将它们变成一个矩阵，这样每一行都会有这样的东西：
0 1 0
1 0 1
唯一想到的是我如何对标签进行编码。我一个一个地做，而不是一次全部做。不确定这是问题所在。
我希望做这样的事情：
# Encoding Categorical Data "Name"
from sklearn.preprocessing import LabelEncoder, OneHotEncoder
labelencoder_x = LabelEncoder()
X[:, 0] = labelencoder_x.fit_transform(X[:, 0])
# Transform into a Matrix
onehotencoder1 = OneHotEncoder(categorical_features = [0])
X[:, 0] = onehotencoder1.fit_transform(X[:, 0]).toarray()
# Encoding Categorical Data "University"
from sklearn.preprocessing import LabelEncoder, OneHotEncoder
labelencoder_x1 = LabelEncoder()
X[:, 1] = labelencoder_x1.fit_transform(X[:, 1])
# Transform into a Matrix
onehotencoder2 = OneHotEncoder(categorical_features = [1])
X[:, 1] = onehotencoder1.fit_transform(X[:, 1]).toarray()
下面你会发现我的整个错误：
File "/Users/jim/anaconda3/lib/python3.6/site-packages/sklearn/utils/validation.py", line 441, in check_array
"if it contains a single sample.".format(array))
ValueError: Expected 2D array, got 1D array instead:
array=[ 2. 1. 3. 2. 3. 5. 5. 0. 4. 0.].
Reshape your data either using array.reshape(-1, 1) if your data has a single feature or array.reshape(1, -1) if it contains a single sample.
在正确方向上的任何帮助都会很棒。
原文由 wolfbagel 发布，翻译遵循 CC BY-SA 4.0 许可协议
python
这是在 https://github.com/scikit-learn/scikit-learn/issues/3662 中提出的 sklearn OneHotEncoder 中的一个问题。大多数 scikit 学习估计器需要一个二维数组而不是一维数组。
标准做法是包含一个多维数组。由于您已在
categorical_features = [0]中指定将哪一列视为 onehotencoding 的分类列，因此您可以将下一行重写为以下内容以获取整个数据集或其中的一部分。它将仅考虑第一列进行分类到虚拟转换，同时仍然有一个多维数组可供使用。（我希望你的数据集不再有分类值。我建议你先对所有内容进行标签编码，然后再进行 onehotencode。