label與one hot encoding使用方式 - Cupoy

2019/08/26 下午 10:51

機器學習共學討論版

TLYu0419

觀看數：47

回答數：3

收藏數：0

ml100-2

ml100-2-d22

請問當我們將類別資料透過label encoding轉為1，2，3，...10後，並且放入樹狀模型時，

模型是將資料視為10個類別間無大小關係的類別變數，還是10>9>8>...>1的數值變數?

如果是前者，模型又是如何識別該欄位是label encoding後的結果，不應當做一般的數值變數呢?

回答列表

• 2019/08/27 上午 10:58
  張維元 (WeiYuan)
  贊同數：0
  不贊同數：0
  留言數：1

  樹狀模型的算法就是將資料視為不同的變數，不會受到數值的大小影響。

  
  

  模型又是如何識別該欄位是label encoding後的結果，不應當做一般的數值變數呢?

  => 樹狀模型背後的原理是利用資料的亂度去看的，https://medium.com/jameslearningnote/%E8%B3%87%E6%96%99%E5%88%86%E6%9E%90-%E6%A9%9F%E5%99%A8%E5%AD%B8%E7%BF%92-%E7%AC%AC3-5%E8%AC%9B-%E6%B1%BA%E7%AD%96%E6%A8%B9-decision-tree-%E4%BB%A5%E5%8F%8A%E9%9A%A8%E6%A9%9F%E6%A3%AE%E6%9E%97-random-forest-%E4%BB%8B%E7%B4%B9-7079b0ddfbda

• 2019/08/27 下午 05:18
  陳明佑 (Ming You Chen)
  贊同數：0
  不贊同數：0
  留言數：3

  同學你好 :

  
  

  因為轉換後是數字, 當然是10>9>8>...>1的數值變數

  但在樹狀模型去fit的時候, 假如某一個數值(假定為3)代表的類別, 機率比其他類別大很多

  這時候雖然有上述大小比較的情況, 

  但是就可能被 (x>=3) 與 (x<=3) 兩個條件所夾擊標示出來, 只需要兩次分割的代價

• 2019/08/28 下午 09:51
  張維元 (WeiYuan)
  贊同數：0
  不贊同數：0
  留言數：1

  您的意思是說當我input一個變數，比方是numeric的年齡0-90歲，決策樹也是當成0-90個不同的變數，不考慮90>89>88>……>1這個資訊的意思嗎？

  
  

  => 是的