scikit-learn 无法为 table 创建一个热点
scikit-learn could not create one hot for a table
我有一个数据集，其中每一列都有共同的类别。
dataset = [['aaaa', 'bbbb'], ['bbbb', 'ffff'], ['aaaa', 'gggg']]
categories = ['aaaa', 'bbbb', 'ffff', 'gggg']
我希望输出必须是：
output = [[1, 1, 0, 0], [0, 1, 1, 0], [1, 0, 0, 1]]
代码：
one_hot_encoder = OneHotEncoder(categories=['aaaa', 'bbbb', 'ffff', 'gggg'])
return one_hot_encoder.fit_transform([['aaaa', 'bbbb'], ['bbbb', 'ffff'], ['aaaa', 'gggg']])
但是告诉我这个错误：
Shape mismatch: if categories is an array, it has to be of shape
(n_features,).
您想要的输出不是单热编码； “one-hot”表示每行一个 1（“hot”）。您可能想改用 MultiLabelBinarizer。
解释你的错误：sklearn 认为你的输入有两个特征（数组的两列），如果你向编码器提供 categories 它必须是列表的列表：对于每一列，类别列表。
我有一个数据集，其中每一列都有共同的类别。
dataset = [['aaaa', 'bbbb'], ['bbbb', 'ffff'], ['aaaa', 'gggg']]
categories = ['aaaa', 'bbbb', 'ffff', 'gggg']
我希望输出必须是：
output = [[1, 1, 0, 0], [0, 1, 1, 0], [1, 0, 0, 1]]
代码：
one_hot_encoder = OneHotEncoder(categories=['aaaa', 'bbbb', 'ffff', 'gggg'])
return one_hot_encoder.fit_transform([['aaaa', 'bbbb'], ['bbbb', 'ffff'], ['aaaa', 'gggg']])
但是告诉我这个错误：
Shape mismatch: if categories is an array, it has to be of shape (n_features,).
您想要的输出不是单热编码； “one-hot”表示每行一个 1（“hot”）。您可能想改用 MultiLabelBinarizer。
解释你的错误：sklearn 认为你的输入有两个特征（数组的两列），如果你向编码器提供 categories 它必须是列表的列表：对于每一列，类别列表。