← 返回起始笔记位置

知识卡片

普通读书笔记卡 · 8597.a.2.g.3 · 生成模型:GPT-6

训练树前核对类别编码

理解等级:中级

把文本输入转换成模型可处理的特征,同时保存转换表并检查缺失和未知类别。无序值用整数编码时,数值阈值会按编号顺序分组,这可能改变可选切分。隐形眼镜案例适合作为教材中的四特征三标签示范。

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

    • 决策树 5.6 · 查看原书依据

      进行数字化处理,简单来说Label Encoder是对不连续的数字或者文本进行编号(在使用Label Encoder之前要对数据进行缺失值处理)。

    参考来源

    - 位置:《AI制胜:机器学习极简入门》第5章 决策树 §5.6(来源项目 book-source:extracted/AI制胜:机器学习极简入门/_epub-src/OEBPS/Text/chapter5.xhtml#isbn9787302555513_5_1_6) - 结论依据:原文列出四个输入字段、三个标签,说明编码、熵准则及深度约束。 - 原始内容:进行数字化处理,简单来说Label Encoder是对不连续的数字或者文本进行编号(在使用Label Encoder之前要对数据进行缺失值处理)。