使用sklearn 0.14中的OneHotEncoder指定要分类的选择特征

Question

我正在使用Python中的sklearn 0.14模块来创建决策树。我希望使用OneHotEncoder将一些功能转换为分类功能。根据文档，我应该能够提供一系列索引来指示应该转换哪些功能。但是，尝试以下代码：

xs = [[64, 15230], [3, 67673], [16, 43678]]
encoder = preprocessing.OneHotEncoder(n_values='auto', categorical_features=[1], dtype=numpy.integer)
encoder.fit(xs)

我收到以下错误：

Traceback (most recent call last):   File
"C:UserssaraDocumentsShipping
ProjectPythonSandboxCarrierDecisionTree.py", line 35, in <module>
    encoder.fit(xs)   File "C:Python27libsite-packagessklearnpreprocessingdata.py", line
892, in fit
    self.fit_transform(X)   File "C:Python27libsite-packagessklearnpreprocessingdata.py", line
944, in fit_transform
    self.categorical_features, copy=True)   File "C:Python27libsite-packagessklearnpreprocessingdata.py", line
795, in _transform_selected
    return sparse.hstack((X_sel, X_not_sel))   File "C:Python27libsite-packagesscipysparseconstruct.py", line 417,
in hstack
    return bmat([blocks], format=format, dtype=dtype)   File "C:Python27libsite-packagesscipysparseconstruct.py", line 532,
in bmat
    dtype = upcast( *tuple([A.dtype for A in blocks[block_mask]]) )   File "C:Python27libsite-packagesscipysparsesputils.py", line 53,
in upcast
    raise TypeError('no supported conversion for types: %r' % (args,)) TypeError: no supported conversion for types: (dtype('int32'),
dtype('S6'))

相反，如果我将数组[0，1]提供给categorical_features，则它可以正常工作并正确转换这两个特征。使用'all'对categorical_features进行分类也会出现同样正确的行为。但是，我只想转换第二个特征，而不是第一个。我知道我可以通过一次转换一个功能来手动完成这项工作，但我希望使用OneHotEncoder的所有优点，因为我稍后将使用更多功能。

Answer 1

作为答案发布，记录在案：

TypeError: no supported conversion for types: (dtype('int32'), dtype('S6'))

意味着真正的xs（而不是代码片段中显示的）中的某些内容是字符串：dtype('S6')是NumPy的长度为六的字符串类型。