机器学习之数据预处理——特征编码
- 数据预处理——特征编码
- 离散数据的编码
- 标签编码
- sklearn LabelEncoder(使用fit_transform函数)
- sklearn LabelEncoder(反向变换可以用函数 inverse_transform)
- 独热编码
- sklearn OneHotEncoder
机器学习里有一句名言：数据和特征决定了机器学习的上限，而模型和算法的应用只是让我们逼近这个上限。这个说法形象且深刻的提出前期数据处理和特征分析的重要性。这一点从我们往往用整个数据挖掘全流程60%以上的时间和精力去做建模前期的数据处理和特征分析也能看出。那么疑问来了，这超过60%时间和精力我们都用在哪了？本文基于以往的知识储备以及实际的项目经验，我做一个总结。
主要包括三部分，一是获取数据、数据抽样，二是数据探索，三是数据预处理与清洗
数据预处理——特征编码
由于机器学习算法都是在矩阵上执行线性代数计算，所以参加计算的特征必须是数值型的，对于非数值型的特征需要进行编码
)
)
