如何处理机器学习分类中的关系数据？

Question

我正在尝试使用机器学习将一些事件分类为真阳性和假阳性。

我有一个事件数据集，其中每一列都描述了事件的一个属性。并且有一个与每个事件相关的警报列表。 警报列表可以包含 0-10 个警报，每个警报行都有该警报的详细信息。即事件和警报之间存在一对多的关系。

我在对每一行都有一组列的简单数据集进行分类方面有一些经验，但我不确定如何处理这样的关系数据。

我正在为此使用 scikit-learn。

Answer 1

据我了解，您的数据如下所示：

incident table:
id | i_attr0 | alerts
0  | foo     | [alert0, alert1]
...

alert table:
id     | a_attr0
alert0 | bar
alert1 | baz
...

如果是这种情况，我会将表格非规范化为：

incident-alert table:
id | i_attr0 | alert0 | alert0_a_attr0 | alert1 | alert1_a_attr0 | etc..
0  | foo     | true   | bar            | true   | baz            | 

然后从那里开始工作。