均值編碼交叉驗證問題 - Cupoy

在範例中是直接對整個train的資料下去做均值編碼，這樣在做cross_val_score時，驗證的那份資料的Y也有下去平均，這樣是否代表驗證的這份資料的資訊也被放進去了?在做均值編碼時先排除驗證的那份資料再下去平均會不會更好呢?

回答列表

• 2019/05/13 上午 02:00
  張維元 (WeiYuan)
  贊同數：2
  不贊同數：0
  留言數：0

  嚴格來說這麼做是比較嚴謹，真的做到「不使用測試資料的資訊」，不過實際上影響結果好壞很難說。