2025年机器学习之混合类型数据的使用

机器学习之混合类型数据的使用在机器学习中 经常会碰到不同类型的数据 numeric categorical Continuous and Text data 混合使用的情况 而机器学习算法一般只接受数值型的数据 比如说 虽然神经网络很强大 但是也没办法直接处理类别型的变量 需要经过如 one hot 编码的预处理之后才能放进网络去训练 因此 必须对这些数据进行预处理 但是 不同的处理方式 可能对模型的效果产生重要的影响

大家好,我是讯享网,很高兴认识大家。

在机器学习中,经常会碰到不同类型的数据(numeric, categorical, Continuous and Text data)混合使用的情况,而机器学习算法一般只接受数值型的数据。比如说,虽然神经网络很强大,但是也没办法直接处理类别型的变量,需要经过如one-hot编码的预处理之后才能放进网络去训练。因此,必须对这些数据进行预处理。但是,不同的处理方式,可能对模型的效果产生重要的影响。

Understanding Categorical Data

类别型数据,主要有两种:Nominal(名称)、Ordinal(顺序)

名称型类别数据,在该属性的值之间没有排序的概念,如天气、城市等。

这里写图片描述
讯享网

顺序分类特征,它的值的大小是有一定意义的(如衬衫尺寸、鞋子大小、学历高低等)

这里写图片描述

Feature Engineering on Categorical Data

通常,特征工程中的标准工作流都涉及到将这些类别值经某种形式的转换,转化为数字标签的形式,然后在这些值上应用一些编码方案。

Transforming Nominal Attributes

数据来源:kaggle videogames

这里写图片描述

游戏类别字段Genre和Publisher、Platform都是名称属性。

查看游戏类别有多少类

genres = np.unique(vg_df['Genre']) genres Output ------ array(['Action', 'Adventure', 'Fighting', 'Misc', 'Platform', 'Puzzle', 'Racing', 'Role-Playing', 'Shooter', 'Simula

讯享网
小讯
上一篇 2025-01-24 23:28
下一篇 2025-01-14 11:47

相关推荐

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/113921.html