python - sklearn One Hot Encoder 没有拟合

Question

我有一个我已经知道类别的数据序列。无论如何都可以使用sklearnOneHotEncoder而不适合吗？

具体来说，我已经初始化了编码器：

my_cat = ['a', 'b', 'c']
enc = OneHotEncoder(categories=[my_cat])

但是，我无法使用编码器，除非我使用一些虚拟值对其进行拟合：

enc.fit([['a']])
enc.transform([['a'], ['c']]).toarray()
>>>
[[1 0 0]
 [0 0 1]]

如果我不先安装编码器，

# Missing enc.fit
enc.transform([['a'], ['c']]).toarray()

会出现以下错误，

sklearn.exceptions.NotFittedError: This OneHotEncoder instance is not fitted yet. Call 'fit' with appropriate arguments before using this estimator.

尽管如此，我已经明确地将类别传递给了编码器。方法抛出此错误check_is_fitted()。

我用OneHotEncoder错了吗？还有哪些其他方法可以执行哑映射，或者我应该自己编写？

标签： pythonscikit-learnone-hot-encoding