→ Panthalassa: 像 More than 1000 那種要自己轉成數字吧？ 03/28 23:27
→ ms0344303: 都用 labelencoder 他會把類別都變成大於小於 感覺就沒 03/29 00:33
→ ms0344303: 有二分法的存在了 都變成連續 03/29 00:33
→ ms0344303: 我不知道該如何繼續 03/29 00:33
→ ms0344303: 另外想more than 1000 其實我還是把他當一種離散rank 03/29 00:34
→ ms0344303: 所以轉不轉應該還好 03/29 00:34
→ gigayaya: one hot encoding? 03/29 00:48
推 goldflower: 應該就你training data沒做labelencoder吧? 03/29 01:25
→ goldflower: 記得scikit-learn的tree只吃數值 而且也只處理數值 03/29 01:26
→ goldflower: 所以你做完labelencoder後他會把你的categorical看成 03/29 01:26
→ goldflower: 數字 這應該不是你要的 所以就如gigayaya說的做OHE 03/29 01:27
推 goldflower: 像no_employees可以轉 因為有順序上的關係 03/29 01:32
→ goldflower: 但像country就要用one-hot 因為彼此間沒大小關係 03/29 01:32
推 goldflower: github.com/scikit-learn/scikit-learn/pull/4899 03/29 01:36
→ goldflower: 可以看下這邊 反正結論就是目前沒這功能的樣子 03/29 01:38
推 vfgce: sklearn 最大敗筆,就是不支援category...看過R的DT 03/29 08:08
→ vfgce: 再來看sklearn的DT真的會吐血,R是內建factor處理分類型態. 03/29 08:10
→ vfgce: python則無內建分類型態,而所有科學套件基礎numpy也沒有. 03/29 08:11
→ vfgce: 所以造成這個問題,但同樣延伸numpy的pandas及statsmodels 03/29 08:12
→ vfgce: 都可以支援category..sklearn小組要不要考慮直接連結 03/29 08:13
→ vfgce: pandas來解決這問題.. 03/29 08:13