Question

我有一个简单的代码，可以在python中将分类数据转换成一个热编码：

a,1,p
b,3,r
a,5,t

我试图用python OneHotEncoder转换它们：

from sklearn.cross_validation import train_test_split
from sklearn.preprocessing import OneHotEncoder
import pandas as pd
import numpy as np

data = pd.read_csv("C:\\test.txt", sep=",", header=None)
one_hot_encoder = OneHotEncoder(categorical_features=[0,2])
one_hot_encoder.fit(data.values)

这段代码不起作用并抛出错误

ValueError: could not convert string to float: 't'

你能帮帮我吗？

Answer 1

试试这个：

from sklearn import preprocessing

for c in df.columns:
    df[c]=df[c].apply(str)
    le=preprocessing.LabelEncoder().fit(df[c])
    df[c] =le.transform(df[c])
    pd.to_numeric(df[c]).astype(np.float)

Answer 2

@ user3104352，

我遇到了同样的行为并发现它令人沮丧。

在考虑选择categorical_features参数中提供的列之前，Scikit-Learn要求所有数据都是数字的。

具体来说，列选择由/sklearn/preprocessing/data.py中的_transform_selected()方法处理，该方法的第一行是

X = check_array(X, accept_sparse='csc', copy=copy, dtype=FLOAT_DTYPES)。

如果提供的数据框X中的任何数据无法成功转换为浮点数，则此检查将失败。

我同意sklearn.preprocessing.OneHotEncoder的文档在这方面非常误导。

无法将分类数据转换为数字OneHotEncoder

2 个答案: