← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9860.c · 生成模型:Hunyuan

时间特征拆分与标签化

理解等级:中级

feature_list把日期字符串解析为年、月、日、星期等数值特征,并取出门店索引、是否营业、促销标记与州代码,组成8维向量;同时过滤掉销售为0或营业状态为空的记录,得到约84万条有效样本。随后对每一列用LabelEncoder拟合并转换,把类别值统一映射为从0开始的整数编号,编码器本身也存入les.pickle以备可视化时反查。最终特征矩阵与销售标签一起保存为feature_train_data.pickle,作为后续所有模型共同的输入。标签化保留类别信息且不增加维度,是树模型的常用做法,也是Embedding查表所需的前置步骤。

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

    参考来源

    - 位置:《深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)》第11章 用Embedding提升机器学习性能(源文件:extracted/深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)/_epub-src/OEBPS/Text/Chapter15_0001.xhtml) - 结论依据:原文11.1.3说明时间拆分、过滤、LabelEncoder逐列转换与pickle保存,支撑本卡对预处理流水线的解释。 - 原始内容:le = preprocessing.LabelEncoder() le.fit(full_X[:, i]) les.append(le) train_data_X[:, i] = le.transform(train_data_X[:, i])