我在使用OneHotEncoder仅编码分类列时遇到麻烦，而忽略了连续列。无论我在categorical_features中指定什么内容，编码器都会对所有列进行编码。例如：
enc = preprocessing.OneHotEncoder()
enc.fit([[0, 40, 3], [1, 50, 0], [0, 45, 1], [1, 30, 2]])
OneHotEncoder(categorical_features=[0,2],
handle_unknown='error', n_values='auto', sparse=True)
print enc.n_values_
print enc.feature_indices_
enc.transform([[0, 45, 3]]).toarray()
我只想对第1列和第3列进行编码，而将中间列（值40、50、45、30）保留为连续值。因此，我指定categorical_features = [0,2]，但是无论我做什么，此代码的输出仍然是：
[ 2 51 4]
[ 0 2 53 57]
Out[129]:
array([[ 1., 0., 0., 0., 1., 0., 0., 0., 0., 1.]])
最佳答案
为什么您在tcc中调用OneHotEncoder构造函数？ enc是默认构造函数创建的，因此对于enc，您具有categorical_features='all'（所有功能都是分类的）。据我了解，您需要这样的东西：
enc = OneHotEncoder(categorical_features=[0,2],
handle_unknown='error', n_values='auto', sparse=True)
enc.fit([[0, 40, 3], [1, 50, 0], [0, 45, 1], [1, 30, 2]])
print(enc.n_values_)
print(enc.feature_indices_)
enc.transform([[0, 45, 3]]).toarray()
你将有
[2 4]
[0 2 6]
Out[23]: array([[ 1., 0., 0., 0., 0., 1., 45.]])