機器學習之數據預處理——特征編碼

• 數據預處理——特征編碼
• • 離散數據的編碼
  • • 標簽編碼
    • • sklearn LabelEncoder(使用fit_transform函數)
      • sklearn LabelEncoder(反向變換可以用函數 inverse_transform)
    • 獨熱編碼
    • • sklearn OneHotEncoder

機器學習里有一句名言：數據和特征決定了機器學習的上限，而模型和算法的應用只是讓我們逼近這個上限。這個說法形象且深刻的提出前期數據處理和特征分析的重要性。這一點從我們往往用整個數據挖掘全流程60%以上的時間和精力去做建模前期的數據處理和特征分析也能看出。那么疑問來了，這超過60%時間和精力我們都用在哪了？本文基于以往的知識儲備以及實際的項目經驗，我做一個總結。

主要包括三部分，一是獲取數據、數據抽樣，二是數據探索，三是數據預處理與清洗

數據預處理——特征編碼

由于機器學習算法都是在矩陣上執行線性代數計算，所以參加計算的特征必須是數值型的，對于非數值型的特征需要進行編碼

總結

以上是生活随笔為你收集整理的机器学习之数据预处理——特征编码(标签编码，独热编码)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。