SKLEARN: TypeError: __init__() got an unexpected keyword argument 'categorical_features'
SKLEARN: TypeError: __init__() got an unexpected keyword argument 'categorical_features'
使用 sklearn 并在 categorical_features 上出现错误。我知道它已被弃用，但我真的不知道该由谁来修改它以使用 ColumnTransformer。非常感谢任何帮助。
from sklearn.preprocessing import LabelEncoder, OneHotEncoder
y = houses_df['house_type'].values
y_labelencoder = LabelEncoder()
y = y_labelencoder.fit_transform(y)
y=y.reshape(-1,1)
onehotencoder = OneHotEncoder(categorical_features=[0])
Y = onehotencoder.fit(y)
Y.shape
OneHotEncoder 不接受任何名为 categorical_features 的参数。如果您不指定任何参数，它将采用 auto 的类别。
如果您希望特定类别成为一个热编码，请使用 categories 参数。
使用这个。
onehotencoder = OneHotEncoder()
new_y = onehotencoder.fit_transform(y)
print(new_y.shape)
print(new_y.toarray())
使用 sklearn 并在 categorical_features 上出现错误。我知道它已被弃用，但我真的不知道该由谁来修改它以使用 ColumnTransformer。非常感谢任何帮助。
from sklearn.preprocessing import LabelEncoder, OneHotEncoder
y = houses_df['house_type'].values
y_labelencoder = LabelEncoder()
y = y_labelencoder.fit_transform(y)
y=y.reshape(-1,1)
onehotencoder = OneHotEncoder(categorical_features=[0])
Y = onehotencoder.fit(y)
Y.shape
OneHotEncoder 不接受任何名为 categorical_features 的参数。如果您不指定任何参数，它将采用 auto 的类别。
如果您希望特定类别成为一个热编码，请使用 categories 参数。
使用这个。
onehotencoder = OneHotEncoder()
new_y = onehotencoder.fit_transform(y)
print(new_y.shape)
print(new_y.toarray())