Sklearn:OneHotEncoder,CategoricalEncoder和OrdinalEncoder无法正常工作

时间:2019-03-11 05:02:51

标签: python scikit-learn

我正在使用Sklearn和TF通过动手学习ML ...我无法获得任何分类编码函数来正确导入/工作。 我已经更新到最新版本,并重新安装了多个版本,最接近的是:  OneHotEncoder实际上是导入的,但是仍然不会使用以下代码对分类数据进行编码:

housing_cat = housing[['ocean_proximity']]
housing_cat.head(10)

from sklearn.preprocessing import OneHotEncoder

cat_encoder = OneHotEncoder()
housing_cat_encoded = cat_encoder.fit_transform(housing_cat)
housing_cat_encoded

housing_cat_encoded.head(10)

我收到此错误消息:

  

ValueError:无法将字符串转换为浮点数:“ NEAR BAY”

请告知。这些愚蠢的更新和名称更改使这个库使我发疯。

1 个答案:

答案 0 :(得分:-1)

尝试从大熊猫那里get_dummies()

new_housing = pd.get_dummies(housing)