我有一个包含大约10列离散数据的数据集，我在将它们转换为可以执行机器学习的形式时遇到了麻烦
我能够以这种方式转换一个只包含YES/NO值列：
le = LabelEncoder()
X['ABC'] = le.fit_transform(X['ABC'])看起来还可以
但是，如果我有不同于YES/NO的内容，例如，具有10个不同值的本地化，我只有错误
from sklearn.feature_extraction import FeatureHasher
h = FeatureHasher(n_features=)
D = [{'dog': 1, 'cat':2, 'elephant':4},{'dog': 2, 'run': 5}]
f = h.transform(D)
f.toarray()我尝试使用featurehasher bun我不确定这是否是个好主意，我已经更改了示例代码以从列中获取数据，但得到了一个信息错误：输入只能是dict
我也试过类似的方法：
ct = ColumnTransformer(transformers=[('encoder', OneHotEncoder(), [1])], remainder='passthrough')
X = np.array(ct.fit_transform(X))
X但它也不起作用
有没有人能给我一些提示或lonk好教程？我发现了很多，但他们似乎不符合我的情况
1条答案
按热度按时间zf9nrax11#
您几乎已经使用了
ColumnTransformer和OneHotEncoder，请参考此处的示例（https://www.geeksforgeeks.org/prediction-using-columntransformer-onehotencoder-and-pipeline/）以及它们各自的文档来使其工作。另外，当您说它不工作时，请分享错误是什么。使用
OneHotEncoder表示名义猫特征，使用OrdinalEncoder表示顺序猫特征。有一个更简单的选择，使用
pandas.get_dummies()（但通常只用于笔记本电脑和EDA，而不是生产环境），语法更简单。您最初用于LabelEncoder的代码行，您也可以以相同的方式应用OneHotEncoder，而不必使用ColumnTransformer。因此，这也可以为您工作。