scikit-learn的OneHotEncoder使用categorical_features参数报错如何解决

问题原因 #

本地scikit-learn版本高于0.22版本，categorical_features 参数在该版本及之后已被正式移除，原参考代码使用的是更早版本的scikit-learn，因此触发参数不存在的报错。

修复方案 #

方案1：替换OneHotEncoder相关代码（改动最小，推荐） #

将你报错位置的两行代码：

onehotencoder = OneHotEncoder(categorical_features=[0])  #Converted  scalar output into vector output where the correct class will be 1 and other will be 0
Y= onehotencoder.fit_transform(y)

直接替换为：

onehotencoder = OneHotEncoder(sparse_output=False)
Y = onehotencoder.fit_transform(y)

你已经将标签y处理为仅1列的数组，不需要额外指定要编码的特征列，OneHotEncoder默认会对所有列做独热编码。sparse_output=False参数指定返回numpy数组，和原代码输出格式一致，不影响后续模型训练逻辑。

方案2：降级scikit-learn版本 #

如果需要完全复现原仓库运行环境，可以将scikit-learn降级到0.21版本：

pip install scikit-learn==0.21.3

旧版本存在已知安全漏洞，仅作为临时验证方案使用，不推荐长期使用。

额外逻辑问题排查 #

你的代码还存在缩进错误，会导致训练数据只包含最后一类房间的图片：
原代码中遍历all_rooms添加样本的for循环没有嵌套在遍历类别的循环内部，需要调整缩进为：

for item in room_types:
    #Get all the file names
    all_rooms = os.listdir('rooms_dataset' + '/' + item)
    
    #Adding items to the list
    for room in all_rooms:
        rooms.append((item, str('rooms_dataset' + '/' + item) + '/' + room))

内容的提问来源于stack exchange，提问作者Tanvesh