2020-03-22
阅读量:
1129
决策树为什么要对文本型变量进行编码？
Sklearn只能用one hot，因为它不支持直接操作categorical feature
在使用 sklearn 或 XGBoost 等不支持类别特征的最优切分工具时，可以用这个方法。
具体处理方法
label encoding
特征存在内在顺序 (ordinal feature)
one hot encoding
特征无内在顺序，category数量 < 4
target encoding (mean encoding, likelihood encoding, impact encoding)
特征无内在顺序，category数量 > 4
beta target encoding
特征无内在顺序，category数量 > 4, K-fold cross validation
不做处理（模型自动编码）
CatBoost（leave-one-out统计label均值），lightgbm（最优切分点）
4.7587
2
2
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
CDA持证人阿涛哥
2023-06-20
0条评论
CDA持证人阿涛哥
2021-03-31
0条评论
CDA持证人阿涛哥
2021-03-30
0条评论