如何使用非ordianal数据进行分类

Question

我是机器学习领域的新手。 尝试使用他们的电话记录对10个人进行分类。

电话通话日志如下所示

UserId      IsInboundCall    Duration    PhoneNumber(hashed)
1           false            23          1011112222
2           true             45          1033334444

使用来自 sklearn 的SVM训练这种8700日志，结果是准确度为88％

关于这个结果，我有几个问题 什么是使用一些非序数数据的正确方法（例如电话号码）

1. 我不确定使用哈希电话号码作为功能，但这种多级分类器的准确性并不差，这只是巧合吗？
2. 如何使用oridnal数据作为功能？
3. 如果此分类器必须对更多1000个类（更多1000个用户）进行分类，那么SVM是否仍适用于该情况？

任何建议对我都有帮助。感谢

Answer 1

1）尝试不带电话号码的SVM作为功能，以了解它有多大的影响。

2）为了避免有序数据，您可以转换为数字或使用1 K方法。假设您添加了具有可能值{IOS, Android, Blackberry}的电话操作系统字段，您可以将其表示为数字0,1,2或3个功能(1,0,0), (0,1,0), (0,0,1)。

3）只要数据近似线性可分，SVM仍然会给出良好的结果。为此，您可能需要添加更多功能并映射到不同的功能空间（RBF内核是一个良好的开端）。