我有一个数据集，它有以下分类数据colname。当使用sklearn执行一次热编码时，我得到一个错误。
def ohe_encode(train, test, index):
Onehot = OneHotEncoder(categorical_features='all', handle_unknown='error')
x_train_1 = train
x_test_1 = test
colname = df.columns[index]
Onehot.fit(train[colname].astype(str))
x_trans = Onehot.transform(train[columnns].astype(str))
new_features = Onehot.transform(test[colname].astype(str))
return (x_transform, new_features)
屏幕显示出现错误，
ValueError: could not convert string to float: 'yes'
无法得到错误的原因。
提前感谢,，
摘自SKOneHotEncoder文档（重点矿山）：
使用one-of-K方案对分类整数特征进行编码。
此转换器的输入应为整数矩阵，表示分类（离散）特征所采用的值。
然而，您输入原始的分类值，例如。字符串，如“是”和“否”。因此，您会得到ValueError。
您需要首先对数据进行因式分解，这意味着您需要将字符串转换为分类数字（整数）。然后你可以做一个热编码。
