OneHotEncoder got an unexpected keyword argument 'sparse'
Bài 14/18 · Chương 13
Giải nghĩa lỗi và cảnh báo
- 4 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 10
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 |
|
|---|---|
| báo TypeError trên bản mới |
| mảng NumPy |
| ma trận thưa |
| DataFrame có tên cột |
Code cũ:
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:
TypeError: OneHotEncoder.__init__() got an unexpected keyword argument 'sparse'
Lỗi xảy ra ngay khi tạo bộ mã hóa, trước cả fit(). Code mới:
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:
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 0Bỏ 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
Với
from sklearn.preprocessing import OneHotEncoder,type(OneHotEncoder().fit_transform([["a"], ["b"]])).__name__cho kết quả gì?ndarraycsr_matrixDataFrame
Dòng
OneHotEncoder(sparse=False)trên scikit-learn 1.8.0 báo lỗi gì?TypeErrorValueErrorAttributeError
Những câu nào đúng?
sparse_output=Falsecho mảng NumPy thường.toarray()đổi ma trận thưa thành mảng thườngpd.DataFrame()mở ma trận thưa thành đủ các cột- Model tuyến tính của scikit-learn không nhận ma trận thưa
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.
import pandas as pd
from sklearn.preprocessing import OneHotEncoder
def ma_hoa_bang(bang, cot):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
sparsecủaOneHotEncoderđổi tên thànhsparse_outputở 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=Falsecho 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 cầnsparse_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
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
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.