使用非序数文本功能训练svm分类器

Question

我真的无法找到如何训练具有非序数的文本特征的svm分类器，并且可以是任何可能的字符串。 我正在使用这样的标记数据集。

  

Tajmahal |印度| 21-08-1990

现在对于日期我使用toordinal（）函数进行训练，但对字符串的特征提取一无所知。

Answer 1

您应该将字符串列的每个不同值映射到数字标签。然后，为这些标签创建列，并根据该行的相应字符串值的预设值分配0/1 这称为 One Hot Encoding 。你应该结帐Scikit-learn的CategoricalEncoding课程。它完成了大部分工作。