如何从列表中提取特征？

Question

如何通过python从数据集中提取特征：

我找到了两种方法来解决这个问题。 1) 一个是：

但是 所以这不是一个好方法。

2) 另一个是：

搜索C和D列找到topK项，只保留topK。 但会导致信息丢失。

有没有更好的方法来解决这个问题？

Answer 1

我想我明白你的问题。我列出了一种您可以遵循的方法，而不会出现任何稀疏性或信息丢失。

1. 假设您的 C 列从 c1 到 c4 变化，并且您创建了一个从 c1 到 c4 的二进制向量，就像您已经做的那样。
2. 然后将二进制向量转换为十进制并将其用作特征。 （例如 1,1,0,0, --> 0*2^0 + 0*2^1 + 1*2^2 + 1*2^3）。
3. 对 D 采用相同的方法，但我建议您创建两个功能。一个类似于第 2 步，不使用 D 的值，另一个使用 D 的值进行十进制转换，然后根据两个特征之间的相关性决定保留它们。