我正在尝试找到某种允许转换系统文件路径的编码算法，例如。将“c:/users/file1/subfile2/targetfile”转换为我可以在机器学习中使用的功能，例如浮点值。如果位于路径末尾的文件夹/文件对输出值的影响较小，那将是最好的。
我在想可能是散列和算术的某种组合，但现在还不确定。
我尝试在科学论文和一般互联网上寻找类似的东西，但没有成功。
有没有人做过类似或类似的事情？
抱歉，如果我的问题中有一些愚蠢的错误。我刚刚开始我的数据科学冒险。
特征文件路径编码
数据挖掘
特征提取
编码
特征
2022-03-08 09:25:26
1个回答
您可以对每个级别进行编码并连接 -
如果我们忽略路径，直到 file1 在所有名称中都相同。
然后我们需要1 位子文件和 2 位目标文件
c:/users/file1/subfile1/targetfile_0 - [0 00]
c:/users/file1/subfile1/targetfile_1 - [0 01]
c:/users/file1/subfile1/targetfile_2 - [0 10]
c:/users/ file1/subfile2/targetfile_0 - [1 00]
c:/users/file1/subfile2/targetfile_1 - [1 01]
c:/users/file1/subfile2/targetfile_2 - [1 10]
另一种方法可以将所有路径视为一个特征。有了这个，您可以尝试所有许多编码方法，例如Here。
+-----------+------------+--------------+
| Feature#1 | Feature#2 | Feature#3 |
+-----------+------------+--------------+
| File_1 | Subfile_1 | Targetfile_1 |
| File_1 | Subfile_1 | Targetfile_2 |
| File_1 | Subfile_1 | Targetfile_3 |
+-----------+------------+--------------+