XGBoost模型的CSV字符串数据格式

Question

我是Sagemaker的新手，在查找将CSV格式的String数据导入XGBoost的示例时遇到了麻烦。

具体地说，它可以处理外来字符（如果是，则使用什么编码）？如何知道要进行预测的列（变量）？

谢谢。

Answer 1

要在Csv输入中使用SageMaker XGBoost，您需要在每一行中以label, feature_1, feature_2, ...格式准备数据集。

XGBoost只能将数字值作为输入数据处理。如果输入数据中包含外来字符，则需要先对其进行编码，然后再将其提供给XGBoost。根据数据集，您应该使用对数据最有意义的编码方法。

对于csv输入，SageMaker XGBoost始终假定第一列为标签/目标。