При применении OneHotEncoder - ошибка: не удалось преобразовать Str в число с плавающей точкой: C148

Question

Попытка применить OneHotEncoding к набору данных Titanic. Версия sklearn - 0.19.2. Сначала Labelencoded и теперь при попытке кодирования Onehot выдает ошибку "Не удалось преобразовать str в float: C148"

Во-первых, Labelencoded функции "Sex" и "Embarked", это было сделано успешно. Теперь при попытке "горячего" кодирования возникает исключение для значения в функции "Кабина", которое вообще не предназначалось для кодирования. Кроме того, C148 - это значение, которое встречается почти в конце набора данных.

#Label Encoding
encoder= LabelEncoder()
df2['Embarked']=df2['Embarked'].fillna(method='backfill')
array1= df2.values
array1[:,4]=encoder.fit_transform(array1[:,4])
array1[:,11]=encoder.fit_transform(array1[:,11])
df_encoded1= pd.DataFrame(array1)

#One hot encoding
from sklearn.preprocessing import OneHotEncoder
hotencoder= OneHotEncoder(categorical_features=[4,11])
array1= hotencoder.fit_transform(array1)


ValueError                                Traceback (most recent call last)
<ipython-input-45-c14deb702f63> in <module>()
----> 1 array1= hotencoder.transform(array1)

~\AppData\Local\Continuum\anaconda3\lib\site- 
packages\sklearn\preprocessing\data.py in transform(self, X)
2073         """
2074         return _transform_selected(X, self._transform,
-> 2075                                    self.categorical_features, 
copy=True)
2076 
2077 

~\AppData\Local\Continuum\anaconda3\lib\site- 
packages\sklearn\preprocessing\data.py in _transform_selected(X, transform, 
selected, copy)
1807     X : array or sparse matrix, shape=(n_samples, n_features_new)
1808     """
-> 1809     X = check_array(X, accept_sparse='csc', copy=copy, 
dtype=FLOAT_DTYPES)
1810 
1811     if isinstance(selected, six.string_types) and selected == "all":

~\AppData\Local\Continuum\anaconda3\lib\site- 
packages\sklearn\utils\validation.py in check_array(array, accept_sparse, 
dtype, order, copy, force_all_finite, ensure_2d, allow_nd, 
ensure_min_samples, ensure_min_features, warn_on_dtype, estimator)
431                                       force_all_finite)
432     else:
--> 433         array = np.array(array, dtype=dtype, order=order, 
copy=copy)
434 
435         if ensure_2d:
ValueError: could not convert string to float: 'C148'

Помимо решения вышеупомянутой ошибки, пожалуйста, также скажите мне, как обновить последнюю версию sklearn. Я попытался обновить sklearn с помощью pip install -U scikit-learn, но он снова устанавливает версию 0.19.2.

Answer 1

Кажется, что использованный вами пакет scikit старый. На самом деле вы можете обновить его до 0.20.x. В противном случае вы могли бы заставить его работать сначала методом Labelencoder().