python - 我需要如何为 Apriori 准备数据/功能？还是我使用了错误的模型？

我需要使用无监督机器学习模型来预测“权重”特征。根据我的研究，我认为使用关联分析是正确的方法。

我的数据集摘录如下：

性别	年龄	高度	重量	family_history_with_overweight	FAVC	FCVC	国民党	CAEC	抽烟	CH2O	SCC	FAF	周二	计算	中转	不拜耶斯达德
女性	21	1.62	64	是的	不	2	3	有时	不	2	不	0	1	不	公共交通工具	正常_重量
女性	21	1.52	56	是的	不	3	3	有时	是的	3	是的	3	0	有时	公共交通工具	正常_重量
男性	23	1.8	77	是的	不	2	3	有时	不	2	不	2	1	频繁地	公共交通工具	正常_重量

忽略最后一列，我假设对于 MLextend apriori 模型，我需要将特征转换为 True/False 或 1/0。

有人可以向我解释如何将这些数据转换为模型的二进制形式吗？我知道我可以用 1/0 对类别进行软编码，但是如何处理十进制值？我还假设我可以根据 is_x、is_y 和 is_z 等对类别值进行硬编码。

但是我很困惑在这种情况下我需要做什么来定位变量。我的研究表明，我需要将 bin 用于连续值。

我也可以使用 PCA，但根据我的阅读，它确实没有用于这么多分类特征。

我在这个项目中使用了错误的方法吗？

标签： pythondataframelogicunsupervised-learningapriori