Python SCIKIT列转换器类型错误：无法克隆对象。您应该提供scikit learn estimator的实例，而不是类

尝试使用看起来有点像这样的东西：

  CATEGORY | NUMBER VALUE  | ID

   FRUIT   |      15       |  XCD

  VEGGIES  |      12       |  ZYK



from sklearn.preprocessing import LabelEncoder, OneHotEncoder
data = data.iloc[:,:].values
enc = LabelEncoder()
data[:,0]=enc .fit_transform(data[:,0])
data

输出：

---

然后…

from sklearn.compose import ColumnTransformer
ct = ColumnTransformer(transformers=[('encode',OneHotEncoder,[0])],remainder='passthrough')
dataset = np.array(ct.fit_transform(data))

给予

---

我相信我解决了这个问题。这个打字错误是不言自明的，我很惭愧在发帖之前没有意识到这一点。实际上，我只需要创建OneHotEncoder类的一个实例。如下面代码所示添加一行解决了我的问题。谢谢大家!

from sklearn.preprocessing import LabelEncoder, OneHotEncoder
from sklearn.compose import ColumnTransformer
oHe = OneHotEncoder()
ct = ColumnTransformer(transformers=[('encode',oHe,[0])],remainder='passthrough')
dataset = np.array(ct.fit_transform(data))

---

在

xgboost

中安装

RandomizedSearchCV

时，我遇到了类似的问题。正如上面所说，我也为没有发现这个简单的错误而感到羞愧。我打字

regressor = xgboost.XGBRegressor 

而不是

regressor = xgboost.XGBRegressor(). 

---

读完这里后，我花了一些时间来识别这个错误，它工作得很好。

它节省了我很多时间，有时甚至是简单的错误也需要书面解决。非常感谢您记下它。您必须传递transformer/estimator的对象：传递

OneHotEncoder（）

，而不是

OneHotEncoder

->

ct=ColumnTransformer（transformers=[（'encode'，OneHotEncoder（），[0]），余数='passthrough'）

regressor = xgboost.XGBRegressor 

regressor = xgboost.XGBRegressor().