【发布时间】：2016-12-31 05:05:19
【问题描述】：
我正在尝试使用 python、ski kit learn 和 LinearSVC 方法来预测是否使用开放版本播放歌曲。
我的输入数据：
我已经将产品列编码为 1 和 0（如果打开则为 1，否则为 0）。
上下文等因素会对产品类型产生影响。我想知道是否需要将所有分类变量都设为数字，以便 LinearSVC 处理它们。
【问题讨论】：
标签： python scikit-learn svc
【发布时间】：2016-12-31 05:05:19
【问题描述】：
一般来说，将分类特征转化为连续特征是次优的解决方案。
当使用支持向量机作为分类器（甚至逻辑回归）时，处理 0-1 编码的分类特征应该没有问题。如果您有无法转换为二进制的分类特征（例如，您的“上下文”列），我建议您对数据进行一次热编码（首先请参阅here。
如果特定功能的唯一条目太多，则可能会出现问题。在这种情况下，one-hot-encoding 将产生与唯一条目一样多的特征，这可能在计算上很昂贵。
【讨论】：