哪些对象类型可用于决策树中的特征？我需要将我的“对象”类型转换为另一种类型吗？答案

【问题标题】：What object types can be used for fetures in decision trees? Do I need to convert my "object" type to another type?哪些对象类型可用于决策树中的特征？我需要将我的“对象”类型转换为另一种类型吗？
【发布时间】：2020-01-27 07:48:22
【问题描述】：

我使用 pandas 导入了一个表，并且能够设置自变量（特征）和我的因变量（目标）。我的两个自变量是“对象类型”，我的其他变量是 int64 和 float64。我是否需要将我的“对象”类型特征转换为“类”或其他类型？我如何在 Sci-kit 学习决策树中处理这些问题？

【问题讨论】：

标签： python types scikit-learn decision-tree

【解决方案1】：

根据文档 (https://scikit-learn.org/stable/modules/tree.html)：

能够处理数字和分类数据。其他技术通常专门分析只有一种类型的数据集的变量。有关详细信息，请参阅算法。

因此您可以使用对象类型以及 int64 和 float64 运行它。这是决策树的好处之一，它也可以处理非数字数据。

【讨论】：

我不同意。如果您单击算法部分，最后一行显示scikit-learn implementation does not support categorical variables for now。因此必须对对象类型进行预处理以获得有意义的结果

【解决方案2】：

我使用one hot encoding 来转换我的分类数据，因为scikit-learn decision tree 包不支持分类数据。

【讨论】：