我有一个手机价格分类数据集，其中包含20个特征和一个名为price_range的目标变量。我需要将手机价格分类为低、中、高、极高。我已经对目标变量应用了独热编码。之后，我将数据分成了trainX、testX、trainy、testy。因此，我的trainX和trainy的形状分别为(1600,20)和(1600,4)。现在当我尝试将trainX和trainy拟合到LogisticRegression，即-> lr.fit(trainX,trainy)时，我得到了一个错误，错误提示为：输入错误(1600,4)。因此，我明白了应该给trainy的值形状为(1600,1)，但通过独热编码，我得到了每个price_range的4列数组，这符合独热编码的概念。

所以现在我完全搞糊涂了，人们在实践中是如何对目标变量使用独热编码的？请帮帮我。

回答：

为了训练模型，你应该只对特征应用OneHotEncoder以获得X。并对y应用LabelEncoder()进行转换。

from sklearn import preprocessingle=preprocessing.LabelEncoder()le.fit_transform(['a','b','a'])

并得到：

output: array([0, 1, 0])