GradientBoostingClassifier和许多列

Question

我使用GradientBoosting分类器来预测用户的性别。数据有很多预测因子，其中一个是国家。对于每个国家，我都有二进制列。对于所有国家/地区列，始终只有一列设置为1。但从计算的角度来看，这样的决定非常缓慢。有没有办法用一列代表国家/地区列？我的意思是正确的方式。

Answer 1

您可以将二进制变量替换为实际的国家/地区名称，然后将所有这些列折叠为一列。在此列上使用LabelEncoder创建一个正确的整数变量，您应该全部设置。