如何解决标签编码器中如何解决“参数必须是字符串或数字”?
我的数据集(例如,dataset_train)具有43个分类特征,我想在每个列中应用LabelEncoder。
在这里,我得到了所有分类功能:categorical_features = [features for features in dataset_train.columns if dataset_train[features].dtype == 'O']
现在将创建一个类来执行多种标签编码:
class MultiColumnLabelEncoder:
def __init__(self,columns = None):
self.columns = columns # array of column names to encode
def fit(self,X,y=None):
return self # not relevant here
def transform(self,X):
output = X.copy()
if self.columns is not None:
for col in self.columns:
output[col] = LabelEncoder().fit_transform(output[col])
else:
for colname,col in output.iteritems():
output[colname] = LabelEncoder().fit_transform(col)
return output
def fit_transform(self,y=None):
return self.fit(X,y).transform(X)
现在执行后:
from sklearn.preprocessing import LabelEncoder
dataset_train = MultiColumnLabelEncoder(columns = categorical_features).fit_transform(dataset_train)
它向我展示:
TypeError: argument must be a string or number
请注意-NaN值以前也已处理。
如何处理这种情况?
解决方法
好,解决了。 我的categorical_features之一只有一个NaN值。
以前,我在下面的代码中编写了此代码,以获取包含NaN值的categorical_features:
categorical_features = [ feature for feature in dataset_train.columns if dataset_train[feature].isnull().sum() > 1 and dataset_train[feature].dtype == 'O' ]
这就是为什么我得到那些在其列中具有多个缺失值的功能的原因。
这就是为什么我遇到这个错误。
现在,在将上面的代码修改为:
categorical_features = [ feature for feature in dataset_train.columns if dataset_train[feature].isnull().sum() >= 1 and dataset_train[feature].dtype == 'O' ]
现在,即使有单个NaN值,我也能得到每一列。
它可以为我在问题中提到的MultiColumnLabelEncoder执行以上代码。
感谢合作♥️。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。