我刚开始学习机器学习，看了一个教程，教程中讲师使用了OneHotEncoder进行虚拟编码（他给出的理由是防止分类特征之间产生关系，例如西班牙（值为2）大于法国（值为1）。这是代码：

Dataset = pandas.read_csv('Data.csv')X = Dataset.iloc[:,:3].valuesonehotencoder = OneHotEncoder( categorical_features=[0])onehotencoder.fit_transform(X).toarray()

我在PyCharm上尝试时收到了以下警告：

DeprecationWarning: ‘categorical_features’关键字在0.20版本中已被废弃，并将在0.22版本中移除。你可以使用ColumnTransformer代替。 “use the ColumnTransformer instead.”, DeprecationWarning)

于是我去查看了ColumnTransformer的文档，但我不明白如何使用它。

回答：

ColumnTransformer的文档可以在这里找到。你可以像创建Pipeline一样，将OneHotEncoder传递给transformer参数。

下面是一个使用示例。

from sklearn.compose import ColumnTransformerfrom sklearn.preprocessing import OneHotEncodertransformer = ColumnTransformer(    transformers=[        ("OneHot",        # 只是一个名称         OneHotEncoder(), # 变换器类         [0]              # 要应用的列(s)。         )    ])X = [    ['a', 0],    ['b', 1],    ['a', 2]]print(transformer.fit_transform(X))> [[1. 0.]>  [0. 1.]>  [1. 0.]]