請問如何判斷相異值「有限」或「不太具有代表性」？ 又為何處理方式是「轉成文字」或「做標籤編碼」？ - Cupoy

2019/08/21 下午 10:51

機器學習共學討論版

redcard

觀看數：21

回答數：1

收藏數：0

ml100-2

ml100-2-d49

在範例第6行，有2組特徵處理，分別是：

# 四個數值欄位, 因為相異值有限, 轉成文字

# 相異值不太具有代表性的, 做標籤編碼

請問如何判斷相異值「有限」或「不太具有代表性」？

又為何處理方式是「轉成文字」或「做標籤編碼」？

回答列表

• 2019/08/22 下午 04:42
  張維元 (WeiYuan)
  贊同數：0
  不贊同數：0
  留言數：0

  相異值「有限」的意思是雖然是數值，但只有幾種資料，這邊就會把它視為是「類別資料使用」。舉個例子，如果有一個資料是出生月份，1, 2 .. 12 ，這個欄位可以當作是連續數值資料，不過實務上我們也可以吧他當成是有 12 種的可能的離散類別資料。