OneHotEncoder报错：__init__()收到意外关键字参数'sparse_output'

运行以下代码时：

from sklearn.preprocessing import OneHotEncoder as ohc

enc = ohc(drop='if_binary', sparse_output=False).set_output(transform='pandas')

出现如下错误：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-8-f958840e2f7e> in <module>
      1 from sklearn.preprocessing import OneHotEncoder as ohc
      2 default = pd.read_csv("default.csv", index_col=[0])
----> 3 enc = ohc(drop = 'if_binary',sparse_output=False).set_output(transform='pandas')
      4 df = enc.fit_transform(default[["student"]])
      5 default_enc = default.assign(student = df['student_Yes'])

/usr/local/lib64/python3.6/site-packages/sklearn/utils/validation.py in inner_f(*args, **kwargs)
     61             extra_args = len(args) - len(all_args)
     62             if extra_args <= 0:
---&gt; 63                 return f(*args, **kwargs)
     64 
     65             # extra_args > 0

TypeError: __init__() got an unexpected keyword argument 'sparse_output'

已尝试更新Anaconda和scikit-learn，但问题仍未解决。

• 参数名称不匹配：sparse_output是scikit-learn 1.2.0及以上版本新增的参数，旧版本中对应的参数是sparse。如果你的scikit-learn版本低于1.2.0，把sparse_output=False替换为sparse=False即可。
• 确认实际生效的版本：有时更新Anaconda后，当前环境并未切换到更新后的版本。可以运行以下代码检查当前scikit-learn版本：

  import sklearn
  print(sklearn.__version__)
  

  如果版本确实低于1.2.0，需要确保在正确的环境中更新：

  # 激活目标环境
  conda activate your_env_name
  # 更新scikit-learn到指定版本
  conda install scikit-learn>=1.2.0
  

• 替代方案（若无法升级版本）：如果无法升级scikit-learn，可手动将转换后的数组转为DataFrame，替代set_output(transform='pandas')的功能：

  from sklearn.preprocessing import OneHotEncoder as ohc
  import pandas as pd
  
  enc = ohc(drop='if_binary', sparse=False)
  df = enc.fit_transform(default[["student"]])
  # 转为DataFrame并设置列名
  df = pd.DataFrame(df, columns=enc.get_feature_names_out(), index=default.index)
  default_enc = default.assign(student=df['student_Yes'])
  

内容的提问来源于stack exchange，提问作者NDStar14