OneHotEncoder 擬合錯誤 ValueError：無法將字符串轉換為浮點數：b

Question

from sklearn.preprocessing import OneHotEncoder
enc = OneHotEncoder(dtype=np.str)
enc.fit([['b', 'c', 'd'], ['a', 'd', 'f']])
print enc.transform([['a', 'd', 'f']]).toarray()

ValueError：無法將字符串轉換為浮點數：b

sklearn。 版本= 0.19.2

如果 dtype = np.int64 它也不能工作

Answer 1

OneHotEncoder 中的 dtype 用於所需的 output 並且僅支持數字類型並且您正在傳遞 np.str 這就是您收到錯誤的原因

import numpy as np
from sklearn.preprocessing import OneHotEncoder
enc = OneHotEncoder(dtype = 'int64') #by default dtype is float 
enc.fit([['b', 'c', 'd'], ['a', 'd', 'f']])
print(enc.transform([['a', 'd', 'f']]).toarray())
#op
[[1 0 0 1 0 1]]

Answer 2

嘗試

enc = enc.fit([['b', 'c', 'd'], ['a', 'd', 'f']])
enc.data #--> array(['1.0', '1.0', '1.0'], dtype='<U32')
enc.data.tolist()

Answer 3

OneHotEncoder 期望您的輸入數據在將它們轉換為虛擬變量之前采用數字格式。 因此，您可能希望首先使用 LabelEncoder 進行 fit_transform 將分類數據轉換為數字。

另一種更簡潔的方法是使用 LabelBinarizer，其工作方式類似於使用 LabelEncoder 和 OneHotEncoder：

from sklearn.preprocessing import LabelBinarizer
encoder = LabelBinarizer()
encoder = encoder.fit(['a', 'd', 'f'])
print(encoder.transform(['a','d','f']))

Answer 4

我使用sklearn 0.21得到了正確的output，這應該是sklearn版本的問題，謝謝大家！