将变量分类为分类或数字的系统方法有哪些？我相信在这种情况下仅使用直觉会多次导致重大的不可逆转的错误。对变量进行分类时最好的策略是什么？
例如，我正在工作的数据框有几个分类变量，例如is_holiday有几个假期的标签。但是，某些变量（例如visibility_in_miles）表明这些变量也需要被视为分类变量。部分原因是虽然大多数变量有数百个唯一值，但有些只有 9 个点。
确定变量是否为分类的最佳实践是什么？
数据挖掘
数据清理
分类数据
结构化数据
2022-02-27 20:30:34
1个回答
变量中的类别数量与变量是否为分类无关。
分类变量是互斥的、无序的组。例如，圣诞节和万圣节是不同的假期，但在“假期”的概念中没有顺序。
序数变量是互斥的、有序的组，没有一致的排序之间的距离度量。例如，对项目进行排名（例如，第一、第二、第三……）。每个地方之间可能存在很大（或很小）的差异。
数值变量在值之间具有一致的差异。10 英里和 11 英里之间的差异与 20 英里和 21 英里之间的差异相同，因为“英里数”是一个一致的衡量标准。
其它你可能感兴趣的问题