如何生成OneHotEncoder？使用时遇__init__参数错误求助

你报错的原因很直接：你把数据直接传给了OneHotEncoder的构造函数，但这个函数的初始化方法根本不需要接收数据参数。sklearn里的所有预处理转换器都是先创建实例，再用方法去处理数据的，不是直接把数据塞到构造里。

正确的操作步骤是：

• 先实例化OneHotEncoder对象（可以根据需求加参数，比如sparse_output=False让输出是普通数组，默认是稀疏矩阵）
• 再用fit_transform方法处理数据，注意要把一维的year列转成二维结构（sklearn要求输入必须是2D数组/数据框）

修正后的代码：

import sklearn
year = articles["year"]

# 1. 先创建编码器实例
encoder = sklearn.preprocessing.OneHotEncoder(sparse_output=False)
# 2. 把一维列转成二维后，用编码器处理
year2 = encoder.fit_transform(year.values.reshape(-1, 1))
# 或者用to_frame转成数据框，效果一样：
# year2 = encoder.fit_transform(year.to_frame())

另外补充一点：如果你的year是数值型但实际是类别意义（比如年份作为分类特征），这样处理没问题；如果是连续数值，OneHot编码可能不是最优选择，不过这得看你的业务需求。

内容的提问来源于stack exchange，提问作者Bas R