我正在尝试使用Para来预测Col。我的数据采用以下格式：
Record ID Para Col2 Col3
1 A x a
1 A x b
2 B y a
2 B y b
1 A z c
1 C x a
到目前为止，我已经尝试对以下转换后的数据应用一次热编码（OHE）并运行算法：
Record Para a b c x y z
1 A 1 1 1 1 0 1
1 C 1 1 1 1 0 1
2 B 1 1 0 0 1 0
准确性一直低劣，采用Logistic回归分析最高可达到27％。我尝试了kNN，随机森林，决策树。
接下来，我尝试将Col编码为序数变量，然后重新运行算法（逻辑回归除外）。结果同样差。
我做错了什么吗？如何提高准确性？
原始数据为249681 rows × 9 columns。结果和预测变量列都是分类的。在进行OHE时，数据为5534 rows × 865 columns。
我想尝试的一件事是朴素贝叶斯（Naive Bayes），它计算P（结果|预测变量），然后将最高概率预测变量分配给结果。这是一个合理的方法吗？
答案 0 :(得分：0)
如果您的类别是排他性的，则可能应该看看Softmax Regression：
Softmax回归（或多项式Logistic回归）是对我们要处理多个类的情况的Logistic回归的概括。在逻辑回归中，我们假设标签是二进制的：y（i）∈{0,1}。我们使用这种分类器来区分两种手写数字。 Softmax回归使我们能够处理y（i）∈{1，…，K}，其中K是类数。