如何修复 One-hot 编码错误 - IndexError？

Question

目前我正在研究一个包含 LSTM 的深度学习模型来训练人体运动的关节，但在单热编码过程中我不断出错。我已经检查了几个网站的说明，但无法解决我 code/data:

的差异

import pandas as pd
import numpy as np

keypoints = pd.read_csv('keypoints.csv')

X = keypoints.iloc[:,1:76]
y = keypoints.iloc[:,76]

这导致以下翼形：

关键点 = (63564, 77)
x = (63564, 75)
y = (63564,)

关节的所有关键点都在x和y中包含了我要训练的所有标签，这是三个不同的（文本）标签。数据集的第一列可以忽略，因为它只包含帧数。因此，我被建议使用 one-hot enconding 稍后使用 categorical_entropy:

from sklearn.preprocessing import LabelEncoder, OneHotEncoder
le = LabelEncoder()
y = le.fit_transform(y)
ohe = OneHotEncoder(categorical_features = [0])
y = ohe.fit_transform(y).toarray()

但是在应用这个时，我在最后一行收到错误：

> Traceback (most recent call last):
  File "LSTMPose.py", line 28, in <module>
    y = ohe.fit_transform(y).toarray()
  File "C:\Users\jebo\AppData\Local\Programs\Python\Python36\lib\site-packages\sklearn\preprocessing\_encoders.py", line 624, in fit_transform
    self._handle_deprecations(X)
  File "C:\Users\jebo\AppData\Local\Programs\Python\Python36\lib\site-packages\sklearn\preprocessing\_encoders.py", line 453, in _handle_deprecations
    n_features = X.shape[1]
IndexError: tuple index out of range

我假设它与我的 y 索引有关，但它只有 1 列...所以我错过了什么？

Answer 1

您也需要将 y 数据重塑为二维，类似于 x 数据。第二个维度的长度应为 1，即你可以这样做：

y = ohe.fit_transform(y[:, None]).toarray()

如何修复 One-hot 编码错误 - IndexError？

How to fix One-hot encoding error - IndexError?

python

scikit-learn

one-hot-encoding