在逻辑回归中混合二元和非二元特征

【问题标题】：Mixing binary and non-binary features in logistic regression在逻辑回归中混合二元和非二元特征
【发布时间】：2016-12-13 03:24:48
【问题描述】：

我有一些二进制特征（0 或 1）和一些非二进制特征，它们的值介于 0 和 1 之间（例如 0.24）。我使用 Weka 逻辑回归对具有所有这些特征的实例进行分类。它工作正常吗？

谢谢

【问题讨论】：

标签： machine-learning classification logistic-regression feature-extraction feature-detection

【解决方案1】：

如何有效地结合分类特征和数字特征是一个开放的研究问题。但是，在您的情况下，您已经决定将分类编码为 0/1 并保留为 x e [0, 1] ，没有什么可“担心”的。这是逻辑回归的有效应用。请记住，不能保证这是表示数据的最佳方式。它会起作用，但是某些特定的权重可能会更好，但这纯粹是数据依赖属性，不容易回答。

【讨论】：