python - 如何在python的决策树中使用分类数据

Question

我有一个数据集，我从中提取了 12 个特征，用于使用决策树进行共指解析的任务。这些功能的一些示例是：

• distance_feature()：i和j之间的距离，根据句子的数量。输出：0 或 1

  • Ispronoun_feature()：如果名词短语是代词，则此功能设置为 true。

  • 同位特征（）：此功能检查是否j与i.

在创建所有这些特征以从数据集中提取结果之后，我不知道如何选择根节点或如何使用 sci-kit 学习决策树算法，因为数据不是结构化的并且是分类的。我读过的一篇论文提到了熵和信息增益，但这两个属性的所有示例都是基于结构化数据集的。

标签： pythonmachine-learningscikit-learn

Answer 1

如果你有不同类别的不同特性，并且不想花时间自己编码，我建议使用CatBoost框架，它也比树的标准 scikit 实现更快。

检查这个kaggle的实施！