在机器学习中处理分类变量答案

【问题标题】：Handing Categorical Variables in Machine Learning在机器学习中处理分类变量
【发布时间】：2018-11-09 03:29:39
【问题描述】：

我有以下形式的数据：

特征 1 特征 2 特征 3 ---> 数值

问题是功能 1 就像，字符串值，例如公司名称，功能 2 也是一个字符串值，例如类别，功能 3 只是时间戳。

我想训练一个给定特征能够预测数值的模型。

我知道可以使用回归。

但是，

如何转换分类特征以便它们可以用于回归？
如何利用时间戳值进行预测？我应该提取月份、小时数（0-23 行）并将它们变成更多分类值吗？

谢谢。

【问题讨论】：

标签： python machine-learning regression categorical-data

【解决方案1】：

我们知道机器学习算法不能直接理解文本，所以我们需要将这些字符串值转换成一个热向量表示。

我们使用一个热编码器来执行类别的“二值化”，并将其作为一个特征来训练模型

所以你可以为此使用熊猫，例如

import pandas as pd 
df =pd.DataFrame({'A':["google","amazon","microsoft"]})

pd.get_dummies(df)

    A_amazon    A_google    A_microsoft
     0              1          0
     1              0          0
     0              0          1

将变量转换为上述格式后，您可以应用回归谢谢

【讨论】：