有谁知道在滑雪套件学习中运行机器学习算法时变量的数据类型是否起着(负面)作用？
这里有一些可能会影响对此问题的回答的背景知识:我有一个包含 299 个变量的数据集，其中输出变量是虚拟变量。这将是一个分类问题，我想尝试不同的选项，例如逻辑回归和基于树的模型。当我用 pandas 导入数据集时，我注意到一些变量被分配了 int64 数据类型，而实际上，它们是分类变量。这对于机器学习算法来说会是一个问题吗？如果这是一个愚蠢的问题，请原谅我......我对机器学习世界还比较陌生，虽然我没有在有关该主题的文献中看到任何内容，但我确实想确保我之前不会偏离轨道我什至开始了。
最佳答案
它将用于 scikit-learn，因为 scikit-learn 不支持分类特征。它最终会将整数值视为数字特征，并且不会像您希望的那样表现。它确实支持以数字形式重新编码(请参阅 here )，但是与使用自然支持数字和分类特征的库和算法相比，这是次优的。
关于python - Sklearn 中的数据类型和机器学习算法，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/34799176/