我有一个数据集，它具有高基数（> 8000）和低基数（4 或 5）的分类特征。用一个编码器（例如目标编码器）对高基数的编码器（例如目标编码器）编码，用另一个编码器（一个热编码器）对低基数的编码器进行编码，然后将所有东西放在一起训练模型是否可以？这是错误的吗？无论其基数如何，都应该将相同的编码器应用于所有功能？
非常感谢您的投入！
应用于数据集的不同编码器
数据挖掘
分类数据
编码
分类编码
2022-03-05 18:27:19
1个回答
很好。编码时，您希望尽可能多地提取信息。您可以对每个功能应用一种编码，甚至两种。
您也可以对数值变量进行编码或将它们装箱，然后再编码。
对于不同的编码技术，我推荐Category Encoders。
请注意，某些编码会使您的模型降低其性能，因此您应该以某种方式选择特征，而不是通过添加更多编码，您的模型会表现得更好。
其它你可能感兴趣的问题