我已将分类变量编码为数值。正如我们所知，为了向 SVM 或 KNN 等线性算法提供值，我们会缩放具有较大变化的列的值。
我有三个标签编码列，其中一个具有 1-3 的唯一值，另一个具有 1-150，另一个具有 0,1,-1，其中 -1 表示缺失值。MinMaxScaler 将如何影响这里？或者不需要缩放这些列？如果没有，我怎样才能避免这些特定的列？通常我们缩放整个数据框。
PS我正在使用LinearSVC算法。
缩放线性算法的标签编码值
数据挖掘
机器学习
支持向量机
特征缩放
编码
k-nn
2022-03-09 01:22:42
1个回答
听起来您应该使用 OneHotEncoder 而不是 LabelEncoder，因为您正在尝试对非序数数据（例如缺失值）进行编码。此外，一个热编码值不会受到 MinMaxScaler 的影响，所以应该没问题。
MinMaxScaling 是否有意义取决于类别。如果您的类别是有序的，例如 [1,2,3] 是 [低、中、高]，那么使用带有 MinMaxScaler 的 LabelEncoder 仍然有意义。
但是，如果您有非序数分类值，例如 [-1,0,1] 表示 [MISSING, DOG, CAT]，那么最好使用 OneHotEncoder 而不是使用 LabelEncoder 强制序数。否则，您将使用的算法将假设 MISSING-DOG 的距离比 MISSING-CAT 长，这是没有意义的。
其它你可能感兴趣的问题