Google Colab中OneHotEncoder报categorical_features参数错误如何解决

报错原因 #

scikit-learn 0.22及以上版本已正式移除OneHotEncoder的categorical_features参数，你更新相关库后触发报错就是因为新版本不再支持该入参，该参数的功能现已由ColumnTransformer替代。

解决方法 #

方案1：使用ColumnTransformer重构代码（官方推荐） #

当前版本的OneHotEncoder已经支持直接处理字符串类型的分类特征，无需提前调用LabelEncoder做数值转换，你可以直接按如下代码改写逻辑，实现和原代码完全一致的效果：

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

# 配置列转换器：对第2、3列做独热编码，其余列保持原样
ct = ColumnTransformer(
    transformers=[
        # drop='first'参数自动丢弃每类独热编码的第一个特征，避免多重共线性，对应你原代码中X = X[:,1:]的操作
        ('onehot', OneHotEncoder(drop='first'), [2, 3])
    ],
    remainder='passthrough'
)

# 直接传入原始特征矩阵X即可完成编码
X = ct.fit_transform(X)

方案2：降级scikit-learn到旧版本 #

如果你不想修改原有代码，可在Anaconda提示符中执行如下命令，将scikit-learn降级到支持categorical_features参数的0.21.3版本：

conda install scikit-learn==0.21.3

内容的提问来源于stack exchange，提问作者Swapnil Ghule