ValueError：形状不匹配：如果类别是一个数组，它必须是形状（n_features，）

Posted 2023-02-23

【中文标题】ValueError：形状不匹配：如果类别是一个数组，它必须是形状（n_features，）

【英文标题】：ValueError: Shape mismatch: if categories is an array, it has to be of shape (n_features,)

【发布时间】：2020-04-18 21:50:46

【问题描述】：

我创建了一个简单的代码来实现OneHotEncoder。

from sklearn.preprocessing import OneHotEncoder
X = [[0, 'a'], [0, 'b'], [1, 'a'], [2, 'b']]
onehotencoder = OneHotEncoder(categories=[0])
X = onehotencoder.fit_transform(X).toarray()

我只想将名为fit_transform 的方法用于索引0 的X，所以它意味着[0, 0, 1, 2]，就像您在X 中看到的一样。但它会导致这样的错误：

ValueError: Shape mismatch: if categories is an array, it has to be of shape (n_features,).

谁能解决这个问题？我被卡住了

【参考方案1】：

您需要使用ColumnTransformer 指定列索引而不是categories 参数。

构造函数参数categories 是明确告诉不同的类别值。例如。您可以明确提供[0, 1, 2]，但auto 将确定它。此外，您可以改用slice() 对象。

from sklearn.preprocessing import OneHotEncoder
from sklearn.compose import ColumnTransformer

X = [[0, 'a'], [0, 'b'], [1, 'a'], [2, 'b']]

ct = ColumnTransformer(
    [('one_hot_encoder', OneHotEncoder(categories='auto'), [0])],   # The column numbers to be transformed (here is [0] but can be [0, 1, 3])
    remainder='passthrough'                                         # Leave the rest of the columns untouched
)

X = ct.fit_transform(X)

【参考方案2】：

pandas.get_dummies() 方法也可以按以下方式进行：

import numpy as np
import pandas as pd
X = np.array([[0, 'a'], [0, 'b'], [1, 'a'], [2, 'b']])
X = np.array(pd.concat([pd.get_dummies(X[:, 0]), pd.DataFrame(X[:, 1])], axis = 1))