Question

from sklearn.preprocessing import OneHotEncoder
enc=OneHotEncoder(handle_unknown='ignore')
X=[['gender', 1], ['NationalITy', 2], ['PlaceofBirth', 3],['StageID', 4], ['GradeID', 5], ['SectionID', 6],['Topic', 7], ['Semester', 8], ['Relation', 9],['raisedhands', 1], ['VisITedResources', 2], ['AnnouncementsView', 3],['Discussion', 4], ['ParentAnsweringSurvey', 5], ['ParentschoolSatisfaction', 6],['Class',7]]
enc.fit_transform(X)

ValueError跟踪（最近的呼叫   最后）在（）   ----> 1个enc.fit_transform（X）

〜\ Anaconda3 \ lib \ site-packages \ sklearn \ preprocessing \ data.py在   fit_transform（self，X，y）2017“”“ 2018返回   _transform_selected（X，self._fit_transform，   -> 2019 self.categorical_features，copy = True）2020 2021 def _transform（self，X）：

〜\ Anaconda3 \ lib \ site-packages \ sklearn \ preprocessing \ data.py在   _transform_selected（X，变换，选择，复制）1807 X：数组或稀疏矩阵，shape =（n_samples，n_features_new）1808
  “”   -> 1809 X = check_array（X，accept_sparse ='csc'，copy = copy，dtype = FLOAT_DTYPES）1810 1811如果isinstance（selected，   six.string_types），然后选择==“ all”：

〜\ Anaconda3 \ lib \ site-packages \ sklearn \ utils \ validation.py在   check_array（array，accept_sparse，dtype，order，copy，   force_all_finite，ensure_2d，allow_nd，ensure_min_samples，   sure_min_features，warn_on_dtype，estimator）       第431章       其他432   -> 433 array = np.array（array，dtype = dtype，order = order，copy = copy）       434       435，如果sure_2d：

ValueError：无法将字符串转换为float：“性别”

Answer 1

这篇文章中

OneHotEncoder Error: cannot convert string to float

您会看到它不起作用，但可以使用整数。但是，现在，文档说它可以使用整数。

也许您应该更新您的版本，因为它应该能够转换字符串。

对我来说，编辑后的代码片段运行得很好。

值错误：无法将字符串转换为浮点型

1 个答案: