在 Ordinal Encoder 中指定编码顺序

Posted 2023-03-12

【中文标题】在 Ordinal Encoder 中指定编码顺序

【英文标题】：Specifying the order of encoding in Ordinal Encoder

【发布时间】：2019-04-17 02:59:29

【问题描述】：

我正在使用 OrdinalEncoder，但我找不到如何指定编码顺序。我的意思是我有像“坏”、“一般”、“好”这样的类别，它们自然有一个顺序。但我想指定这个顺序，因为编码器自己无法知道类别的含义。实际上，使用 categories='auto' 时，某些类别相对于其他类别的编码方向错误，我不希望这样，因为我知道，至少对于其中一些类别，相关性是正还是负。

但是指定类别会导致拟合时出错：

“OrdinalEncoder”对象没有“handle_unknown”属性。

如果我不指定类别，拟合过程会顺利进行，但我不明白为什么（属性“categories_”在拟合后显示我尝试指定它们时手动输入的相同类别）。

我将类别指定为列表列表。在没有指定类别的情况下会发生什么。

import pandas as pd
from sklearn.preprocessing import OrdinalEncoder

df = pd.DataFrame(np.array([['a','a','a'], ['b','c','c']]).transpose())
oE = OrdinalEncoder(categories='auto')
oE.fit(df)

print(oE.categories_)

导致：[array(['a'], dtype=object), array(['b', 'c'], dtype=object)]

明确指定类别：

df = pd.DataFrame(np.array([['a','a','a'], ['b','c','c']]).transpose())
oE = OrdinalEncoder(categories=[['a'], ['b', 'c']])
oE.fit(df)

结果是这个错误：

Traceback（最近一次调用最后一次）：

文件“”，第 3 行，在 oE.fit(df)

文件 “/home/alessio/anaconda3/lib/python3.6/site-packages/sklearn/preprocessing/_encoders.py”， 第 774 行，合适 self._fit(X)

文件 “/home/alessio/anaconda3/lib/python3.6/site-packages/sklearn/preprocessing/_encoders.py”， 第 85 行，在 _fit 如果 self.handle_unknown == '错误'：

AttributeError: 'OrdinalEncoder' 对象没有属性 'handle_unknown'

【问题讨论】：

你从哪一行得到这个错误？ -> 'OrdinalEncoder' object has no attribute 'handle_unknown'.

来自 ordEnc.fit(dataframe)

【参考方案1】：

我遇到了同样的问题。这是 scikit-learn 中的错误，已修复并添加到版本 0.20.1，但仍未发布。 https://github.com/scikit-learn/scikit-learn/issues/12365

我通过将固定的_encoders.py 复制到我的项目并使用来暂时解决它。

from _encoders import OrdinalEncoder

【讨论】：

谢谢你的回答托马斯，至少我知道这不是我的错！但是在我的文件夹中复制 _encoders.py 不起作用：ImportError：尝试使用没有已知父包的相对导入