知识卡片
编码改变特征表达
分箱将连续值映射到预设区间,有助于表达分段行为,也会丢失区间内部差异。独热编码给每个无序类别一个 0/1 位置,避免把整数编号当成距离。可以拼接多列的编码结果,高基数类别会增大维数。
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
- 全景图:机器学习路线图 · 查看原书依据
常见的转换方法有one-hot编码。one-hot编码也叫“独热码”,简单地讲就是有多少个状态就有多少比特,其中只有一比特为1,其他全为0的一种编码机制。假如只有一个特征“性别”是离散值{sex:{m
参考来源
- 位置:《从零开始:机器学习的数学原理和算法实践》第4章《全景图:机器学习路线图》(来源项目 book-source:extracted/从零开始:机器学习的数学原理和算法实践/_epub-src/OEBPS/Text/chapter004.xhtml)
- 结论依据:年龄分段和类别独热码分别示范数值分箱与类别表示。
- 原始内容:常见的转换方法有one-hot编码。one-hot编码也叫“独热码”,简单地讲就是有多少个状态就有多少比特,其中只有一比特为1,其他全为0的一种编码机制。假如只有一个特征“性别”是离散值{sex:{m