时间戳

首页 > 解决方案 > 如何处理 sklearn 决策树中的分类自变量

python - 如何处理 sklearn 决策树中的分类自变量

问题描述

我使用 onehotencoder 将所有分类自变量从字符串转换为数字（二进制​​ 1 和 0），但是当我运行决策树时，算法将二进制分类变量视为连续变量。

例如，如果性别是我的自变量之一，则将男性转换为 1，将女性转换为 0。当我在决策树中使用它时，节点在 0.5 处分裂，这是没有意义的。

如何将此数字连续转换为数字分类？

标签： pythonscikit-learndecision-tree

解决方案

如何将此数字连续转换为数字分类？

如果结果相同，你需要吗？

例如，如果性别是我的自变量之一，则将男性转换为 1，将女性转换为 0。当我在决策树中使用它时，节点在 0.5 处分裂，这是没有意义的。

也许我错了，但这种分裂对我来说是有意义的。

假设我们有一个带有分类规则的决策树。除法将是二进制除法，这意味着“0”在左边，“1”在右边（在这种情况下）。

现在，我们如何优化这个划分规则？我们可以使用一个操作来替换这两个检查，而不是搜索值是“0”还是“1”。左边是“0”，其他一切都是正确的。现在，我们可以将相同的检查从类别替换为浮点数，<0.5 为左，否则为右。

在代码中，它很简单：

情况1：

if value == "0":
    tree.left()
elif value == "1":
    tree.right()
else:
    pass # if you work with binary, this will never happen, so its useless

案例二：

 if value == "0":
     tree.left()
 else:
     tree.right()

案例3：

if value < 0.5:
    tree.left()
else:
    tree.right()

推荐阅读