合并数值特征后该怎么办？

Question

我想知道装箱后该怎么办。例如，特征之一是年龄。所以我的数据是[11，12，35，26]。

然后我应用大小为10的装箱：

bin，名称

[0，10）-> 1

[10，20）-> 2

[20，30）-> 3

[30，40）-> 4

然后我的数据变为[2，2，4，3]。现在假设我想将此数据置于线性回归模式。我应该将[2，2，4，3]视为数字特征吗？还是我应该将它们视为分类特征，例如先进行一次热编码然后再将其提供给模型？

Answer 1

如果您要构建线性模型，则最好对这些仓进行一次热编码，这样，如果与目标之间存在线性关系，则其他目标将保留下来。

如果您要建立基于树的模型（如随机森林），则可以使用[2，2，4，3]作为数字特征，因为这些模型是非线性的。

如果构建回归模型并且不希望使用ohe扩展特征空间，则可以将bin视为类别变量，并使用均值/目标编码或通过按照每个bin的目标均值进行数字编码对变量进行编码

有关this article中最后两个过程的更多详细信息。

免责声明：我写了这篇文章。