知识卡片
标称特征与有序特征
类别数据分两类:有序特征(ordinal feature)的取值之间有顺序,如 T 恤尺寸 XL>L>M;标称特征(nominal feature)没有顺序,如颜色,说“红>蓝”不合常理。处理时要区别对待:有序特征可手工定义映射把字符串转成保留顺序的整数(如 M=0、L=1、XL=2),并可逆映射还原;标称特征则不能简单编码成整数(否则会引入不存在的大小关系),要用独热编码。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 数据预处理——构建好的训练数据集 · 查看原书依据
如T恤衫的尺寸就是一个有序特征,因为我们可以为其值排序XL>L>M
参考来源
- 位置:《Python机器学习》第4章《4.2 处理类别数据》(源文件:`../../book-sources/extracted/Python机器学习/_epub-src/OEBPS/Text/part0052.xhtml.xhtml)
- 结论依据:原文直接支撑上述要点。
- 原始内容:如T恤衫的尺寸就是一个有序特征,因为我们可以为其值排序XL>L>M