我试图在包含“区号”作为特征的数据集上预测地震后建筑物的损坏情况。我认为该功能在预测标签方面具有重要意义，但我不确定如何最好地表示它。
有什么想法吗？
如何将位置代码表示为机器学习模型中的特征？
数据挖掘
机器学习
特征选择
特征提取
特征工程
特征构造
2022-02-23 05:16:11
2个回答
你可以随心所欲地发挥创意，但这里有两种对我有用的通用方法。
- 将数据聚类到已知的地理区域并创建虚拟变量。例如，在美国，一个人可以使用邮政编码。
- 找到已知集群（即邮政编码）的中心或通过一些类似的无监督集群并使用经度和纬度。
您选择如何增强该信息取决于您要预测的确切内容。
假设区号在它们所代表的内容上是分类的，而不是序数，则区号应表示为分类特征。最简单的方法是用 n 个二进制变量来表示每个可能的区域。
为了改善结果，我会尝试找到一个区间类型的特征，比如纬度和经度。