单标签多类分类随机森林python

Question

我对机器学习还很陌生，目前正在处理由分类数据组成的csv文件格式的数据集。作为预处理的一种方法，我进行了一个热编码，将数据集中的所有变量编码。

此刻，我正在尝试应用随机森林算法将条目分类为4个类之一。我的问题是我不完全了解这些One Hot Encoded变量会发生什么。如何将它们输入算法中？是否可以使buying_price_high和buying_price_low（从buying_price编码为一个热编码）之间产生区别？

我也热编码响应变量。

Answer 1

（One Hot Encoder）的方法适用于类别变量，类别变量没有大小关系。对于价格变量，建议您使用OrinalEncoder.Sklearn是机器的好软件包，例如sklearn learning.preprocessing.OneHotEncoder或sklearn.preprocessing.OrdinalEncoder

Answer 2

我想您在理解One Hot Encoder时遇到问题。假设您有4个类，一个热编码器将执行哪些操作，它将这些标签转换为二进制数，而LabelEncoder将给它们的标签为0、1、2、3，依此类推。最好使用One Hot编码器，因为ML模型将给标签3赋予比标签2高的权重。