在 Ordinal Encoder 中指定编码顺序

Question

我正在使用 OrdinalEncoder，但找不到如何指定编码顺序。我的意思是我有像“坏”、“一般”、“好”这样的类别，它们自然有顺序。但我想指定该顺序，因为编码器本身无法知道类别的含义。实际上，对于categories='auto'，某些类别相对于其他类别的编码方向错误，我不希望这样，因为我知道，至少对于其中一些类别，相关性是正的还是负的。

但是在拟合过程中指定类别会导致错误：

“OrdinalEncoder”对象没有“handle_unknown”属性。

如果我不指定类别，拟合过程会顺利进行，我不明白为什么（拟合后属性“categories_”显示我尝试指定它们时手动输入的相同类别）。

我将类别指定为列表列表。这里没有指定类别会发生什么。

import pandas as pd
from sklearn.preprocessing import OrdinalEncoder

df = pd.DataFrame(np.array([['a','a','a'], ['b','c','c']]).transpose())
oE = OrdinalEncoder(categories='auto')
oE.fit(df)

print(oE.categories_)

导致： [array(['a'], dtype=object), array(['b', 'c'], dtype=object)]

明确指定类别：

df = pd.DataFrame(np.array([['a','a','a'], ['b','c','c']]).transpose())
oE = OrdinalEncoder(categories=[['a'], ['b', 'c']])
oE.fit(df)

结果是这个错误：

回溯（最近一次调用最后一次）：

文件“”，第 3 行，oE.fit(df)

文件“/home/alessio/anaconda3/lib/python3.6/site-packages/sklearn/preprocessing/_encoders.py”，第774行，适合self._fit(X)

文件“/home/alessio/anaconda3/lib/python3.6/site-packages/sklearn/preprocessing/_encoders.py”，第 85 行，在 _fit 如果 self.handle_unknown == 'error'：

AttributeError: 'OrdinalEncoder' 对象没有属性 'handle_unknown'

Answer 1

我有同样的问题。这是 scikit-learn 中的错误，已修复并添加到版本 0.20.1，但尚未发布。 https://github.com/scikit-learn/scikit-learn/issues/12365

我通过将修复复制_encoders.py到我的项目并使用来暂时解决了这个问题。

from _encoders import OrdinalEncoder