我一直在跟随一个教程，试图在尝试他所做的事情的同时理解机器学习。

我的数组是：

0   44                      720002   27                      480001   30                      540002   38                      610001   40                      6.3777777777777781010   35                      580002   38.77777777777777857    520000   48                      790001   50                      830000   37                      67000

第一列原本包含国家名称，但他使用标签编码器将其转换为0、1和2。

他还想使用OneHotEncoder来转换那一列为更多的特征，但由于他的视频有点过时，他使用了categorical_features与OneHotEncoder，但在我的sklearn版本中，OneHotEncoder已经改变，我不再有那个参数了。

那么，我现在如何在那个特定特征上使用OneHotEncoder呢？

他尝试的是：

onehotencoder = OneHotEncoder(categorical_features = [0])X = onehotencoder.fit_transform(X).toarray()

回答：

假设你的数据X的形状为（n_rows, features）。如果你想对第一列进行独热编码。一个快速的方法是

onehotencoder = OneHotEncoder()one_hot = onehotencoder.fit_transform(X[:,0:1]).toarray()

一个更好的方法是仅对特定列应用独热编码，可以使用ColumnTransformer

from sklearn.compose import ColumnTransformerct = ColumnTransformer([("country", OneHotEncoder(), [0])], remainder = 'passthrough')X = ct.fit_transform(X)