决策树状态列和相关数值列

Question

我有一个包含两列的数据，其中一列明确显示了功能的状态，另一列以数字显示了相关值。如下所示：

我想通过scikit学习来运行决策树算法。我不确定如何处理这两列，因为从概念上讲，我无法弄清楚如何绑定这两个非常相关的功能。基本上，我们不应该保留空数据，但是，从本质上讲，应该在数值列中保留此数据为空。如果我们将其设置为“ 0”，则它具有另一种含义。

那么，我应该如何预处理这些数据以使决策树算法正常工作？

Answer 1

我的预言家提供了如下合理答案。

首先，用“ 0”填充空单元格。 如果将数据插入具有这两个功能的决策树算法中，则有两种情况：

• 如果“状态”优先出现： 树将0和1分为两个分支。小于0时，所有金额值将已经为0，因此将不选择此功能。在1以下，不会显示0状态。

• 如果首先出现“金额”：所有状态0将仅位于一个分支下，并且它们将与数量很少的那些在一起。

因此，如果“数量”数据比较嘈杂，则保留“状态”列可能会有所帮助。否则，我将删除“状态”列。