sklearn::TypeError:参数`n_values`类型错误。预期的'auto‘、int或int数组得到<type 'numpy.ndarray'>

Question

在初始化OneHotEncoder时，我传入一个硬编码的列表/元组(尝试了这两种方法)，并且在fit_transform期间得到了这个错误，没有在任何地方使用numpy类型(除了数据矩阵本身)。

唯一的一点是，该数组中的一些值是None，因为我还使用categorical_features来指定掩码(就像在某些特性中是实值的，我希望它们保持实值。

我的n_values看起来像[1, 2, 3, None, 5]或者(1, 2, 3, None, 5)

我的categorical_features看起来像[0, 1, 2, 4]，尽管我也尝试过：

[True, True, True, False, True]。

文档中没有任何带有掩码的实际示例。

编辑：

因此，我尝试用零替换None，这个问题消失了，但现在我得到了：

ValueError: Shape mismatch: if n_values is an array, it has to be of shape (n_features,).

无论我是否用np.array包装我的np.array数组(当我这样做时，形状确实与(n_features,)相同)，我也得到了同样的错误(不过有趣的是，它不再抱怨它是一个numpy数组，只要其中没有None值。

Answer 1

n_values只应包含范畴值的域大小，完全跳过数据矩阵中的非分类列。

因此，如果使用[True, False, True]格式，大小应该对应于数组中的True值的数目，或者如果使用索引，则两个数组的大小应该相同。

因此，应该没有None值，也不应该有0、-1s或任何其他方法来编码n_values数组中的实值变量。