我的代码：（scikit-learn 0.22.1 python 3.7.4）
错误如下：
TypeError: __init__() got an unexpected keyword argument 'categorical_features'.
错误提示的意思是函数__init__()得到了一个不期望得到的参数，意思是没有参数’categorical_features’。原来scikit-learn 版本在0.22.1往后,OneHotEncoder没有参数categorical_features。
如果你的scikit-learn 版本在0.22.1往前依然使用参数categorical_features，不会出错，但会有Warning提示(红线),不能指定编码列数，提示你修改为ColumnTransformer，在其参数中可指定。
改正措施：
引入ColumnTransformer（）,将OneHotEncoder这个转换器放在里边，指定要编码的列，[1]表示第二列即国家。性别可直接用LabelEncoder分类。
ColumnTransformer参数解释[1]
ColumnTransformer(transformers, -->（名称，转换器，列）元组的列表，指定要应用于数据子集的转换器对象。
remainder=‘drop’, -->默认为’drop’,未指定的列将被删除.通过指定
remainder=‘passthrough’，所有未指定的剩余列transformers将自动通过)
sparse_threshold=0.3,–>如果不同变压器的输出包含稀疏矩阵，则如果总密度低于此值，则将它们堆叠为稀疏矩阵。使用sparse_threshold=0总是返回密集。当转换后的输出包含所有密集数据时，堆叠结果将密集，并且将忽略此关键字。
)
Reference
[1]https://scikit-learn.org/stable/modules/generated/sklearn.compose.ColumnTransformer.html#sklearn.compose.ColumnTransformer
