← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 1060.e · 生成模型:GPT-6(Codex;本轮出处修订)

选择数据的长格式与宽格式

理解等级:未标注

离散选择建模的数据有两种组织方式:宽格式一行代表一次完整的选择,每个备选项的属性平铺成不同列,逻辑回归等多数机器学习模型用的是这种格式;长格式一行只代表一次选择中的一个备选项,用0/1标记该项是否被选中,多项Logit、嵌套Logit等模型需要这种格式。同一份数据可以通过工具在两种格式间互相转换,选哪种格式本质上取决于下游模型要不要把”选项”当作独立的观测单位。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第1章 如何分析用户的选择 1.3 DCM模型的Python实践 · 查看原书依据

      对于长格式,读者可能就比较陌生了,不过它是多数Logit模型使用的数据格式。如表1-4所示,一次选择行为包含多行数据,一行数据代表一次选择过程中的一个选项,其中会有一个字段表示该选项是否被选中(选中为1、未选中为0,一次选择只有一个选项被选中),对于备选项属性数据可以不同,决策者属性数据则相同。

    参考来源

    - 位置:《数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow》第1章 如何分析用户的选择,1.3 DCM模型的Python实践(来源项目a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow/_epub-src/OEBPS/Text/part0010.xhtml) - 结论依据:原文明确宽格式"一行数据代表一次选择过程,字段表示选择结果,其他与选择有关的信息被平行放置在一行中的各字段。LR模型的输入数据格式就是宽格式",长格式"一次选择行为包含多行数据,一行数据代表一次选择过程中的一个选项……对于备选项属性数据可以不同,决策者属性数据则相同",并说明多数Logit模型使用长格式,pylogit工具可做两种格式互转。 - 原始内容:对于长格式,读者可能就比较陌生了,不过它是多数Logit模型使用的数据格式。如表1-4所示,一次选择行为包含多行数据,一行数据代表一次选择过程中的一个选项,其中会有一个字段表示该选项是否被选中(选中为1、未选中为0,一次选择只有一个选项被选中),对于备选项属性数据可以不同,决策者属性数据则相同。