具有许多离散特征的机器学习数据集

Question

我正在处理包含许多具有离散输出的变量的医疗数据集。例如：麻醉类型，感染部位，糖尿病y / n。为了解决这个问题，我刚刚将它们转换为带有1和0的多个列，然后删除一个以确保它们之间没有直接关联，但我想知道是否有更有效的方法来执行此操作

Answer 1

这取决于转型的目的。如果序数表示与类别的逻辑不对应，则将类别转换为数字标签可能没有意义。在这种情况下，＆＃34; one-hot＆＃34;你采用的编码方法是最好的方法，如果（我猜测你的帖子）的意图是使用生成的变量作为某种回归模型的输入。您可以使用pandas.get_dummies实现您的目标。