Python机器学习实践代码报错：tuple无reshape属性，如何解决？

错误原因 #

pd.Series.factorize()方法返回的是元组(tuple)，包含两个元素：编码后的数值数组、对应的原始类别数组。你直接对这个元组调用reshape，自然会触发tuple没有reshape属性的错误。

修正方案 #

步骤1：提取编码后的数组

从factorize的返回结果中，只取第一个元素（编码后的数值数组），第二个元素（类别）可以用下划线_接收（表示不需要使用）。

步骤2：调整数组维度

OneHotEncoder要求输入必须是二维数组（格式为(样本数, 特征数)），所以要把一维的编码数组转成二维，用reshape(-1, 1)即可（-1表示自动计算样本数量）。

修正后的完整代码 #

import pandas as pd
from sklearn.preprocessing import OneHotEncoder

data = pd.read_csv('housing.csv')
housing = data['ocean_proximity']

encoder = OneHotEncoder()
# 提取factorize返回的编码数组，忽略类别信息
housing_cat_fac, _ = housing.factorize()
# 转换为OneHotEncoder要求的二维格式
housing_final = encoder.fit_transform(housing_cat_fac.reshape(-1, 1))

更简洁的替代方案 #

其实OneHotEncoder可以直接处理字符串类型的分类特征，不需要提前用factorize编码，直接传入二维格式的特征即可：

import pandas as pd
from sklearn.preprocessing import OneHotEncoder

data = pd.read_csv('housing.csv')
housing = data['ocean_proximity']

encoder = OneHotEncoder()
# 直接将Series转为DataFrame（自动变成二维格式）传入
housing_final = encoder.fit_transform(housing.to_frame())

内容的提问来源于stack exchange，提问作者Vahid Agha ahmadi