Python sklearn的OneHotEncoder在传递类别时给出一个ValueError

我有一个类名数组：

classes=np.array（['A'，'B']）

我有一个数据数组（但该数据只包含一个类的实例）：

最后，我想对

vals

数组进行一次热编码，这样就可以解释可能存在其他类的事实。我正在尝试使用

sklearn.preprocessing.onehotcoder

：

ohe = OneHotEncoder(sparse=False, categories=classes)
ohe.fit_transform(vals)

但是，当我运行此命令时，会出现以下错误：

Traceback (most recent call last):
  File "/usr/local/anaconda3/envs/my_project/lib/python3.6/site-packages/IPython/core/interactiveshell.py", line 3331, in run_code
    exec(code_obj, self.user_global_ns, self.user_ns)
  File "<ipython-input-10-08d325b5e8a7>", line 1, in <module>
    ohe.fit_transform(vals)
  File "/usr/local/anaconda3/envs/my_project/lib/python3.6/site-packages/sklearn/preprocessing/_encoders.py", line 372, in fit_transform
    return super().fit_transform(X, y)
  File "/usr/local/anaconda3/envs/my_project/lib/python3.6/site-packages/sklearn/base.py", line 571, in fit_transform
    return self.fit(X, **fit_params).transform(X)
  File "/usr/local/anaconda3/envs/my_project/lib/python3.6/site-packages/sklearn/preprocessing/_encoders.py", line 347, in fit
    self._fit(X, handle_unknown=self.handle_unknown)
  File "/usr/local/anaconda3/envs/my_project/lib/python3.6/site-packages/sklearn/preprocessing/_encoders.py", line 76, in _fit
    if self.categories != 'auto':
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

回溯（最近一次呼叫最后一次）：
文件“/usr/local/anaconda3/envs/my_project/lib/python3.6/site packages/IPython/core/interactiveshell.py”，第3331行，运行代码
exec（代码对象、self.user\u全局、self.user\n）
文件“”，第1行，在
ohe.拟合变换（VAL）
文件“/usr/local/anaconda3/envs/my_project/lib/python3.6/site packages/sklearn/preprocessing/_encoders.py”，第372行，在fit_transform中
return super（）.fit_变换（X，y）
文件“/usr/local/anaconda3/envs/my_project/lib/python3.6/site packages/sklearn/base.py”，第571行，在fit_transform中
返回self.fit（X，**fit_参数）.transform（X）
文件“/usr/local/anaconda3/envs/my_project/lib/python3.6/site packages/sklearn/preprocessing/_encoders.py”，第347行
self.\u fit（X，handle\u unknown=self.handle\u unknown）
文件“/usr/local/anaconda3/envs/my_project/lib/python3.6/site packages/sklearn/preprocessing/_encoders.py”，第76行，in_fit
如果self.categories！='自动'：
ValueError：包含多个元素的数组的真值不明确。使用a.any（）或a.all（）

您可以为编码器安装

类

，然后安装trasform

VAL

：

import numpy as np
from sklearn.preprocessing import OneHotEncoder

classes = np.array(['A', 'B'])
vals = np.array(['A', 'A', 'A'])
vals = vals.reshape(-1, 1)

ohe = OneHotEncoder(sparse=False)
ohe.fit(classes.reshape(-1, 1))

ohe.transform(vals)
array([[1., 0.],
       [1., 0.],
       [1., 0.]])

import numpy as np
from sklearn.preprocessing import OneHotEncoder

classes = np.array(['A', 'B'])
vals = np.array(['A', 'A', 'A'])
vals = vals.reshape(-1, 1)

ohe = OneHotEncoder(sparse=False)
ohe.fit(classes.reshape(-1, 1))

ohe.transform(vals)
array([[1., 0.],
       [1., 0.],
       [1., 0.]])