為了更好地討論問題，將模型的自變量分類。在模型里使用的變量可以分為兩類：數值型變量和類別型變量。如圖1所示。

一、定義

數值型變量，在學術上被稱為定量變量（quantitative variable），如長度、收入、重量等。它們的數值表示具體的測量或計數。事實上，定量變量按是否連續可進一步細分為連續型變量和離散型變量。在一定區間內可以任意取值的變量叫連續型變量，比如人的身高、體重等；反之則是離散型變量，比如公司員工人數等。

類別型變量，也被稱為定性變量（categorical variable）。比如性別、省份、學歷、產品等級等。這類變量的取值通常是用文字而非數字來表示。比如對于性別這個變量，可能的取值為男、女。因此要將文字變量轉換為數字變量，并且保證對于轉換之后的變量，數學運算是有意義的，這并不是一件容易的事情。通常針對一個類別型變量，我們會用一個數字去表示其中的一個類別，但這樣的轉換方法并不能滿足要求：

• 對于有序的類別型變量，比如產品等級，0表示合格、1表示良好、2表示優秀。這種情況下，0小于1的確對應著合格等級次于良好等級，但數字間的四則運算就沒有對應意義了。數學上2減1等于1，但對于產品等級，優秀減去良好還等于良好嗎？
• 對于無序的類別型變量，比如對于省份，0表示北京、1表示上海、2表示深圳等。數字間的大小關系和四則運算都是沒有實際意義的。

二、定性變量的處理

對于定性變量，常見的處理方法有兩種：一種是將定性變量轉換為多個虛擬變量（dummy variable），另一種對將有序的定性變量轉換為定量變量。

正如前文中討論的，直接對定性變量數字編碼，得到的變量將無法進行有意義的數學運算。那么，相應的解決方法就是使得變換之后的變量不能直接做數學運算。

前面討論的虛擬變量的方法是比較通用的處理方法。但這種方法有一個很明顯的缺點：每個虛擬變量都是0或1，無法提供更多的信息。特別是對于多個有序的定性變量，這會損失掉每個定性變量本身的順序信息和定性變量間的關聯信息。為了解決這個問題，常常根據類別的順序，將定性變量轉換為定量變量。

?

本文參考了https://blog.csdn.net/weixin_39844018/article/details/82533494

總結

以上是生活随笔為你收集整理的机器学习变量转换（定性变量、定量变量）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。