D23 中均值編碼的 model 如何作 預測? - Cupoy

D23中利用 target ("Survived") 作均值編碼, training set 沒問題, 但是作預測時, test set 並沒有 target column, 如何來作均值編碼, 並作 Survived 機率的預測?

回答列表

• 2019/05/28 上午 10:23
  張維元 (WeiYuan)
  贊同數：1
  不贊同數：0
  留言數：2

  嗨，我們先參考投影片：

  
  

  

  
  

  關鍵是取代原本的類別型特徵，所以我們是用原本資料的標籤對特徵的關係進行編碼，再利用這個編碼的結果套用到測試資料上。

• 2019/05/29 上午 10:48
  張維元 (WeiYuan)
  贊同數：3
  不贊同數：1
  留言數：1

  2. 可是如果以 Name 來說, 如果test set 中出現了 Training set 沒見過的名字, 那如何用均值取代呢?

  
  

  => 這是一個問題，不過我們一般會說 training set 和 test set 來自同一個分布，利用 training set 找出 X 跟 y 關係。那如果你有一個未出現在 training 的欄位資料，那模型應該永遠都學不到，所以可以 testing 中的這個欄位資料當成 missing 可能會比較適合。