我想知道如何处理以下情况：
我有一个数据集需要分析。它被标记为数据，我需要对其执行分类任务。一些功能是数字功能，而其他功能是分类功能（非标准功能），我的问题是我不知道如何处理这些分类功能。
在进行分类之前，我通常会应用MinMaxScaler。但是由于分类特征，我无法在此特定数据集中执行此操作。
我已经读过one-hot encoding，但是我不知道如何将其应用于我的情况，因为我的数据集具有一些数值特征和10个分类特征，并且一键编码会在数据框，我不知道如何准备生成的数据框以将其发送到决策树分类器。
为了弄清情况，我到目前为止使用的代码如下：
y = df.class
X = df.drop(['class'] , axis=1)
from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler()
X = scaler.fit_transform(X)
# call DecisionTree classifier
当df具有分类功能时，出现以下错误：TypeError: data type not understood。因此，如果我应用one-hot encoding，我将获得一个包含许多列的数据框，并且我不知道DecisionTree分类器是否可以理解我的数据的真实情况。我的意思是如何向分类器表达一组列属于特定功能？我是否了解整体情况错了？抱歉，这是一个令人困惑的问题，但是我是新手，我对如何处理这个问题感到非常困惑。
答案 0 :(得分：0)
我没有足够的声誉来评论，但是请注意，决策树分类器不需要缩放其输入。因此，如果您使用决策树分类器，则只需使用它们出现的功能即可。
如果您使用的是需要特征缩放的方法，那么您可能应该分别进行一次热编码和特征缩放-请参见以下答案：https://stackoverflow.com/a/43798994/9988333
或者，您可以使用“开箱即用”的分类变量处理方法，例如LGBM。