我是一个机器学习新手,试图通过一个错误我正在使用一个hotecoder类。错误是:“应为2D数组,而应为1D数组”。所以当我想到1D数组时,它就像:[1,4,5,6]
,而2D数组应该是[[2,3], [3,4], [5,6]]
,但我仍然无法理解为什么这会失败。它在这条线上失败了:
X[:, 0] = onehotencoder1.fit_transform(X[:, 0]).toarray()
这是我的全部代码:
# Import Libraries
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
# Import dataset
dataset = pd.read_csv('Data2.csv')
X = dataset.iloc[:, :-1].values
y = dataset.iloc[:, 5].values
df_X = pd.DataFrame(X)
df_y = pd.DataFrame(y)
# Replace Missing Values
from sklearn.preprocessing import Imputer
imputer = Imputer(missing_values = 'NaN', strategy = 'mean', axis = 0)
imputer = imputer.fit(X[:, 3:5 ])
X[:, 3:5] = imputer.transform(X[:, 3:5])
# Encoding Categorical Data "Name"
from sklearn.preprocessing import LabelEncoder, OneHotEncoder
labelencoder_x = LabelEncoder()
X[:, 0] = labelencoder_x.fit_transform(X[:, 0])
# Transform into a Matrix
onehotencoder1 = OneHotEncoder(categorical_features = [0])
X[:, 0] = onehotencoder1.fit_transform(X[:, 0]).toarray()
# Encoding Categorical Data "University"
from sklearn.preprocessing import LabelEncoder
labelencoder_x1 = LabelEncoder()
X[:, 1] = labelencoder_x1.fit_transform(X[:, 1])
我相信你可以通过这段代码看出我有两列是标签。我用标签编码器把那些列变成数字。我想使用一个hotecoder进一步将其转化为一个矩阵,这样每一行都有如下内容:
0 1 0
1 0 1
唯一想到的是我是如何编码标签的。我一个接一个地做,而不是一下子全部做。不确定这就是问题所在。
我希望做这样的事:
# Encoding Categorical Data "Name"
from sklearn.preprocessing import LabelEncoder, OneHotEncoder
labelencoder_x = LabelEncoder()
X[:, 0] = labelencoder_x.fit_transform(X[:, 0])
# Transform into a Matrix
onehotencoder1 = OneHotEncoder(categorical_features = [0])
X[:, 0] = onehotencoder1.fit_transform(X[:, 0]).toarray()
# Encoding Categorical Data "University"
from sklearn.preprocessing import LabelEncoder, OneHotEncoder
labelencoder_x1 = LabelEncoder()
X[:, 1] = labelencoder_x1.fit_transform(X[:, 1])
# Transform into a Matrix
onehotencoder2 = OneHotEncoder(categorical_features = [1])
X[:, 1] = onehotencoder1.fit_transform(X[:, 1]).toarray()
下面你会发现我的全部错误:
File "/Users/jim/anaconda3/lib/python3.6/site-packages/sklearn/utils/validation.py", line 441, in check_array
"if it contains a single sample.".format(array))
ValueError: Expected 2D array, got 1D array instead:
array=[ 2. 1. 3. 2. 3. 5. 5. 0. 4. 0.].
Reshape your data either using array.reshape(-1, 1) if your data has a single feature or array.reshape(1, -1) if it contains a single sample.
任何正确方向的帮助都是很好的。
这是在中引发的sklearn OneHotEncoder问题 https://github.com/scikit-learn/scikit-learn/issues/3662。大多数scikit学习估计器需要2D数组而不是1D数组。
标准做法是包含多维数组。由于您在
categorical_features = [0]
中指定了要视为onehotcoding的分类列,因此可以将下一行重写为以下内容,以获取整个数据集或其中的一部分。它将只考虑用于分类到伪转换的第一列,同时仍有多维数组可供使用。(我希望您的数据集不再具有分类值。我建议你先标记所有内容,然后再标记一个hotencode。
您需要重新调整数据的形状,因为方法需要前面提到的多维数组。X=X.整形(-1,1)对我也有效。
我得到了同样的错误,在错误消息之后,有一个建议如下:
因为我的数据是一个数组,所以我使用了
X.values.reshape(-1,1)
并且它可以工作。(还有人建议使用X.values.reshape
,而不是X.reshape
)。相关问题 更多 >
编程相关推荐