TypeError: OneHotEncoder.__init__() got an unexpected keyword argument 'sparse'
Parametrul sparse al lui OneHotEncoder a fost redenumit sparse_output în scikit-learn 1.2 și eliminat în 1.4. Codul vine dintr-un tutorial mai vechi. Scrie OneHotEncoder(sparse_output=False).
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Multe tutoriale scrise înainte de 2023 folosesc OneHotEncoder(sparse=False), ca encoderul să întoarcă un tablou numpy obișnuit în loc de o matrice rară (sparse). În scikit-learn 1.2 parametrul a fost redenumit sparse_output (cu un avertisment de depreciere pentru vechiul nume), iar din 1.4 vechiul nume nu mai există. Pe o versiune nouă, codul vechi se oprește la crearea encoderului.
Reparația e o simplă redenumire. Dacă lucrezi cu pandas, mai ai o variantă comodă: OneHotEncoder(sparse_output=False).set_output(transform="pandas"), care întoarce direct un DataFrame cu nume de coloane. Dacă păstrezi ieșirea rară (implicit), o poți transforma când ai nevoie cu .toarray(). Același tip de redenumire a avut loc și în alte locuri, de exemplu la get_feature_names (devenit get_feature_names_out).
De ce apare: cauzele frecvente
1Parametru din versiunile vechi
enc = OneHotEncoder(sparse=False)enc = OneHotEncoder(sparse_output=False)sparse_output=False face exact ce făcea sparse=False: întoarce un tablou dens.
2Ieșire rară convertită manual
enc = OneHotEncoder(sparse=False).fit(df[["oras"]])enc = OneHotEncoder().fit(df[["oras"]])
X_cat = enc.transform(df[["oras"]]).toarray()Fără parametru, encoderul întoarce o matrice rară, iar toarray() o transformă într-un tablou numpy.
3Metodă redenumită în același timp
enc.get_feature_names()enc.get_feature_names_out()În versiunile noi, numele coloanelor generate se obțin cu get_feature_names_out.
Repară eroarea, direct în pagină
Codul de mai jos, copiat dintr-un tutorial mai vechi, dă TypeError: OneHotEncoder.__init__() got an unexpected keyword argument 'sparse'. Repară-l pentru versiunea actuală de scikit-learn, ca programul să afișeze numele coloanelor generate și tabloul codificat.
import pandas as pd
from sklearn.preprocessing import OneHotEncoder
df = pd.DataFrame({"culoare": ["rosu", "verde", "albastru", "verde"]})
enc = OneHotEncoder(sparse=False)
rez = enc.fit_transform(df)
print("Coloane:", enc.get_feature_names_out().tolist())
print(rez.astype(int).tolist())Coloane: ['culoare_albastru', 'culoare_rosu', 'culoare_verde'] [[0, 1, 0], [0, 0, 1], [1, 0, 0], [0, 0, 1]]
Indiciu
Redenumește parametrul în sparse_output=False.
Reparația
import pandas as pd
from sklearn.preprocessing import OneHotEncoder
df = pd.DataFrame({"culoare": ["rosu", "verde", "albastru", "verde"]})
enc = OneHotEncoder(sparse_output=False)
rez = enc.fit_transform(df)
print("Coloane:", enc.get_feature_names_out().tolist())
print(rez.astype(int).tolist())De ce merge
În scikit-learn 1.2 parametrul sparse a fost redenumit sparse_output, iar în 1.4 vechiul nume a fost eliminat, deci constructorul nu-l mai recunoaște. Cu sparse_output=False, encoderul întoarce un tablou numpy dens, pe care îl poți afișa direct. Categoriile sunt sortate alfabetic (albastru, rosu, verde), iar get_feature_names_out() îți dă numele coloanelor, cu prefixul coloanei originale.
Alte forme ale mesajului
TypeError: OneHotEncoder.__init__() got an unexpected keyword argument 'sparse'. Did you mean 'sparse_output'?FutureWarning: `sparse` was renamed to `sparse_output` in version 1.2 and will be removed in 1.4. `sparse_output` is ignored unless you leave `sparse` to its default value.AttributeError: 'OneHotEncoder' object has no attribute 'get_feature_names'
Cum o eviți pe viitor
Notează versiunea de scikit-learn cu care lucrezi și verifică data tutorialelor după care înveți. Citește avertismentele FutureWarning: îți spun din timp ce nume se schimbă. Într-un proiect, fixează versiunile bibliotecilor într-un fișier requirements.txt, ca un cod care merge azi să meargă la fel și peste un an.
Întrebări frecvente
De ce întoarce OneHotEncoder o matrice rară?
Pentru că, la o coloană cu multe categorii, aproape toate valorile sunt 0. O matrice rară memorează doar valorile diferite de 0 și economisește multă memorie. Majoritatea modelelor din scikit-learn o acceptă direct.
Ce versiune de scikit-learn am?
Rulează import sklearn; print(sklearn.__version__). Editorul din cursurile noastre folosește o versiune recentă, în care sparse nu mai există.
Erori înrudite
TypeError: LogisticRegression.__init__() got an unexpected keyword argument 'max_iters' Ai dat modelului un parametru care nu există, aici max_iters (corect: max_iter). De obicei e o greșeală de scriere sau un parametru din altă bibliotecă ori dintr-o versiune veche. Verifică numele în documentație sau cu Model().get_params(). ValueError: Found unknown categories ['Iasi'] in column 0 during transform OneHotEncoder a văzut la fit doar anumite categorii, iar la transform (pe test sau pe date noi) apare una nouă, aici 'Iasi'. Creează encoderul cu handle_unknown='ignore', ca valorile noi să devină un rând de zerouri, sau antrenează-l pe date care conțin toate categoriile. ImportError: `load_boston` has been removed from scikit-learn since version 1.2. Setul de date Boston Housing a fost scos din scikit-learn în versiunea 1.2, din cauza unei probleme etice a unei variabile. Folosește alt set de date: fetch_california_housing pentru prețuri de locuințe sau load_diabetes, inclus direct în bibliotecă, pentru exerciții de regresie. Învață Machine Learning de la zero, cu exerciții la fiecare lecție
Curs Machine Learning și AI pentru începători: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.
