Python OneHotEncoder类别参数

使用sklearn 0.22，Category_features参数将被删除，因此以下代码不再可执行：

import numpy as np
from sklearn.preprocessing import OneHotEncoder

X = np.array([[1, 1], [2, 2], [1, 3]])
encoder = OneHotEncoder(categorical_features=[1], sparse=False)

print(encoder.fit_transform(X))

---

问题是，我如何使用categories参数实现与上面代码中相同的行为，因为

OneHotEncoder（categories=[[1,2]，[1,2,3]]，sparse=False）

也会对第一列进行编码，

OneHotEncoder（categories=[[1,2,3]]，sparse=False）

抛出一个错误OK，因此，基本上您希望对第二列[1,2,3]进行热编码，并将第一列[1,2,1]保持为pass-through。在较新的sklearn版本中，您可以使用ColumnTransformer组合不同的预处理过程，如下所示：

import numpy as np
from sklearn.compose import ColumnTransformer
from sklearn.preprocessing import OneHotEncoder

X = np.array([[1, 1], [2, 2], [1, 3]])
encoder = ColumnTransformer(
    [('number1', OneHotEncoder(dtype='int'), [1])],
    remainder="passthrough"
)

print(encoder.fit_transform(X))

然后，不必使用类别指定值范围。有关更多详细信息，请参阅文档