Bỏ qua đến nội dung chính
Mục lục

OneHotEncoder got an unexpected keyword argument 'sparse'

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 14/18 · Chương 13

Giải nghĩa lỗi và cảnh báo

  • 4 phút
  • Cơ bản
  • Python 3.14
  • Cập nhật

TypeError: OneHotEncoder.__init__() got an unexpected keyword argument 'sparse' báo khi code cũ tạo OneHotEncoder(sparse=False) trên scikit-learn mới, vì tham số sparse đã đổi tên thành sparse_output. Sửa đúng một chữ là xong: OneHotEncoder(sparse_output=False) cho mảng NumPy thường, y như code cũ muốn.

Cần biết trước: OneHotEncoder trong sklearn.

Bảng tra nhanh: sparse_output và kiểu đầu ra

Python gọi lỗi này là TypeError: lớp vẫn còn, nhưng hàm khởi tạo không nhận tham số tên sparse. Tham số này đổi tên thành sparse_output ở bản 1.2 và tên cũ bị xóa ở bản 1.4, nên bản 1.2 và 1.3 chỉ in FutureWarning, còn từ 1.4 thì báo lỗi.

Cách tạo

fit_transform() trả

OneHotEncoder(sparse=False)

báo TypeError trên bản mới

OneHotEncoder(sparse_output=False)

mảng NumPy ndarray

OneHotEncoder()

ma trận thưa csr_matrix của SciPy

OneHotEncoder(sparse_output=False).set_output(transform="pandas")

DataFrame có tên cột

Code cũ:

python
import pandas as pd
from sklearn.preprocessing import OneHotEncoder

bang = pd.DataFrame({"kenh": ["App", "Zalo", "App"]})
enc = OneHotEncoder(sparse=False)

Dòng cuối của thông báo lỗi:

text
TypeError: OneHotEncoder.__init__() got an unexpected keyword argument 'sparse'

Lỗi xảy ra ngay khi tạo bộ mã hóa, trước cả fit(). Code mới:

python
import pandas as pd
from sklearn.preprocessing import OneHotEncoder

bang = pd.DataFrame({"kenh": ["App", "Zalo", "App"]})
enc = OneHotEncoder(sparse_output=False)
mang = enc.fit_transform(bang[["kenh"]])
print(type(mang).__name__)
print(mang)

KẾT QUẢ

ndarray
[[1. 0.]
 [0. 1.]
 [1. 0.]]

Đổi OneHotEncoder(sparse_output=False) thành OneHotEncoder() rồi chạy lại: dòng đầu in csr_matrix, và phần sau là danh sách tọa độ các ô khác 0.

Ma trận thưa là gì, khi nào cần

Mặc định OneHotEncoder trả ma trận thưa: chỉ lưu vị trí và giá trị của các ô khác 0. Mỗi dòng sau mã hóa chỉ có một số 1 trên mỗi cột gốc, nên với cột có hàng nghìn nhóm, cách lưu này tiết kiệm rất nhiều bộ nhớ. Model tuyến tính của scikit-learn nhận thẳng ma trận thưa, nên trong pipeline bạn thường không cần đổi.

Với một cột như kênh đăng ký chỉ có năm nhóm, phần tiết kiệm đó không đáng kể, nên đổi sang mảng thường gần như không tốn gì. Cần mảng thường khi bạn muốn in ra xem, ghép với bảng pandas, hay đưa vào code không nhận ma trận thưa. Có hai cách: sparse_output=False lúc tạo, hay gọi .toarray() trên kết quả thưa.

Ra thẳng DataFrame

set_output(transform="pandas") bảo bộ mã hóa trả DataFrame có tên cột sẵn. Nó chỉ chạy được khi đầu ra không thưa:

python
import pandas as pd
from sklearn.preprocessing import OneHotEncoder

bang = pd.DataFrame({"kenh": ["App", "Zalo", "App"]})
enc = OneHotEncoder(sparse_output=False, dtype=int)
enc.set_output(transform="pandas")
print(enc.fit_transform(bang[["kenh"]]))

KẾT QUẢ

   kenh_App  kenh_Zalo
0         1          0
1         0          1
2         1          0

Bỏ sparse_output=False thì fit_transform() báo ValueError với câu mở đầu Pandas output does not support sparse data. Tham số dtype=int cho số nguyên 0 và 1 thay cho số thực.

Kiểm tra nhanh

  1. Với from sklearn.preprocessing import OneHotEncoder, type(OneHotEncoder().fit_transform([["a"], ["b"]])).__name__ cho kết quả gì?

    • ndarray
    • csr_matrix
    • DataFrame
  2. Dòng OneHotEncoder(sparse=False) trên scikit-learn 1.8.0 báo lỗi gì?

    • TypeError
    • ValueError
    • AttributeError
  3. Những câu nào đúng?

    • sparse_output=False cho mảng NumPy thường
    • .toarray() đổi ma trận thưa thành mảng thường
    • pd.DataFrame() mở ma trận thưa thành đủ các cột
    • Model tuyến tính của scikit-learn không nhận ma trận thưa
Đúng hết lần đầu +15 XP

Bài tập

Mã hóa một cột thành DataFrame

Viết thân hàm ma_hoa_bang(bang, cot) mã hóa one-hot cột tên cot của DataFrame bang bằng OneHotEncoder, và trả một DataFrame: tên cột lấy từ get_feature_names_out(), giá trị là số nguyên 0 và 1, index giữ đúng index của bang. Hàm không sửa bang của nơi gọi.

Ví dụ: cột kenh có ["App", "Zalo", "App"] cho hai cột kenh_App là [1, 0, 1], kenh_Zalo là [0, 1, 0].

Trả về: bảng đã mã hóa, một DataFrame.

python
import pandas as pd
from sklearn.preprocessing import OneHotEncoder

def ma_hoa_bang(bang, cot):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • sparse của OneHotEncoder đổi tên thành sparse_output ở 1.2; từ 1.4 tên cũ báo TypeError ngay khi tạo bộ mã hóa.

  • Mặc định đầu ra là ma trận thưa csr_matrix; sparse_output=False cho mảng NumPy thường.

  • Bọc ma trận thưa trong pd.DataFrame() cho bảng một cột, không báo lỗi.

  • set_output(transform="pandas") cho DataFrame có tên cột, và cần sparse_output=False.

Câu hỏi thường gặp

Trong ColumnTransformer có cần sparse_output=False không?

Không bắt buộc: ColumnTransformer tự quyết đầu ra thưa hay thường theo tỉ lệ ô khác 0. Đặt sparse_output=False khi bạn muốn đầu ra chắc chắn là mảng thường, hay khi dùng set_output(transform="pandas").

Đổi sparse_output có làm model khác đi không?

Không: các số 0 và 1 vẫn như nhau, chỉ cách lưu khác. Model cho cùng kết quả trên hai kiểu đầu ra; cách đọc các cột sau mã hóa có ở bài OneHotEncoder.

Code phải chạy trên cả bản cũ lẫn mới thì viết sao?

Gọi .toarray() trên kết quả của OneHotEncoder() mặc định: cách này không dùng tên tham số nào nên chạy được trên mọi bản.

Chủ đề

onehotencoder sparse

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập