sklearn OneHotEncoder报错：TypeError: 意外关键字参数‘categorical_features’

问题原因 #

scikit-learn在0.22版本后彻底移除了OneHotEncoder类的categorical_features参数，这个参数原本用于指定哪些列需要进行独热编码，但新版本的API已不再支持该参数，因此传入时会触发类型错误。

解决方案 #

推荐使用官方现在主推的ColumnTransformer来处理指定列的编码需求，或者调整编码逻辑：

方法1：使用ColumnTransformer（推荐）

这种方式可以同时对不同列应用不同的预处理操作，灵活性更强：

from sklearn.preprocessing import OneHotEncoder
from sklearn.compose import ColumnTransformer

# 假设你的数据集是X，需要编码第0列
# remainder='passthrough'表示保留其他未指定处理的列
column_transformer = ColumnTransformer(
    transformers=[
        ('one_hot', OneHotEncoder(), [0])
    ], 
    remainder='passthrough'
)
# 拟合并转换数据
processed_data = column_transformer.fit_transform(X)

方法2：单独提取分类列编码

如果只需要对特定列编码，也可以先提取目标列再进行编码：

from sklearn.preprocessing import OneHotEncoder
import numpy as np

ohe = OneHotEncoder()
# 提取第0列（注意要保持二维数组格式）
encoded_column = ohe.fit_transform(X[:, [0]]).toarray()
# 若需要合并其他列，用numpy的hstack方法拼接
processed_data = np.hstack((encoded_column, X[:, 1:]))

可选：降级到旧版本（不推荐）

如果必须使用categorical_features参数，可以降级scikit-learn到0.21或更早版本，但这会错过新版本的功能和安全更新，不建议采用。

内容的提问来源于stack exchange，提问作者Tejal Badgujar