我的数据集有大约 20 个特征，其中之一是颜色（字符串格式）。大约有 50 种不同的颜色。我已将它们转换为 RGB，但现在我想以值相关的方式对数据进行编码，因为稍后我将在此功能上对数据进行聚类。为此，one-hot 编码被证明是无效的。建议？
如何使用具有多维特征（颜色）的特征对数据进行编码？
数据挖掘
Python
聚类
编码
2022-02-22 06:39:30
2个回答
One-hot 编码会在将它们转换为 RGB 之前为您提供一个稀疏矩阵 Try LabelEncoding 。
此外，您可以尝试将 RGB 值分解为三个特征（R、G、B）并尝试这种方法。
希望这可以帮助。
取决于颜色在您的数据中的含义。示例温度可以是蓝色和红色的颜色，在这种情况下 1-hot 不起作用。但看起来颜色在您的数据中是分类的。在这种情况下，这取决于您使用什么来对数据进行分类，您使用的是决策树还是 SVM 等。因为在决策树的情况下，您不必做任何事情，因为它可以处理分类数据（再次取决于您使用的实现）。在其他方法的情况下，他们有自己的方式来处理分类数据。