python – 使用OneHotEncoder和sklearn_pandas DataFrameMapper

2019年8月6日 530次阅读

我正在尝试使用sklearn_pandas DataFrameMapper.这将获取列名以及该列所需的预处理Transformation函数.像这样,

mapper = sklearn_pandas.DataFrameMapper([
    ('hour',None),
    ('season',sklearn.preprocessing.OneHotEncoder()),
    ('holiday',None)
])

season是我的pandas DataFrame中的int64 col.

这给了我以下错误 – 解压缩的值太多.
我知道OneHotEncoder采用2-D样本而不是1-D样本.

我如何使用这个OneHotEncoder与sklearn_pandas或不可能.

最佳答案 sklearn-pandas的官方版本在处理一维数组和转换时存在一些问题.尝试以下fork：

https://github.com/dukebody/sklearn-pandas

但是,我认为您可以使用LabelBinarizer(如sklearn_pandas示例中)而不是OneHotEncoder来完成您想要的任务.

更新2015-11-28

在sklearn-pandas> = 0.0.12中,您可以解决以下问题：

mapper = sklearn_pandas.DataFrameMapper([
    ('hour',None),
    (['season'],sklearn.preprocessing.OneHotEncoder()),
    ('holiday',None)
])

来自文档：

The difference between specifying the column selector as 'column' (as
a simple string) and ['column'] (as a list with one element) is the
shape of the array that is passed to the transformer. In the first
case, a one dimensional array with be passed, while in the second case
it will be a 2-dimensional array with one column, i.e. a column
vector.

点赞