onehotencoder rastgele orman
Bir Rastgele Orman bağlamında, özelliklerin / değişkenlerin sayısal olduğu ancak bir tür kategoriye atıfta bulunan bir veri kümesinde kukla / OnehotEncoder kurmam gerekir mi?
Diyelim ki aşağıdaki değişkenlere sahibim:
YTahmin etmek istediğim değişken nerede ? X'sözelliklerdir.
Odaklanacağım X1. Sayısaldır ancak belirli bir kategoriye atıfta bulunur (yani 1 matematiğe, 2 edebiyata ve 3 tarihe atıfta bulunur). Bir Random Forest algoritması için OnehotEncoder (veya sahte yaklaşım) uygulamam gerekir mi?
Sanırım yapmama gerek yok ama emin değilim.
Yanıtlar
Teoride, kategorilerin kendileri karar ağaçlarında ele alınabilir. Bununla birlikte, çoğu python uygulaması yalnızca sayılarla çalışır, bu yüzden onları dönüştürmeniz gerekir. Zaten sahipmişsiniz gibi görünüyor. OneHot Kodlama, bunu yapmanın bir yoludur, ancak artık bunu yaptığınıza göre, gerekli değildir. Onları bu şekilde elde etmenin mantıklı bir nedeni yoksa, onları 1 2 3'e dönüştürmek için başka planlar deneyebilirsin. Buna Kategorik Kodlama denir. Popüler bir yol, onları alfabetik olarak sıralamak ve numaralandırmaktır. Sıklık sırasına göre başka bir yol. Günün sonunda, çok da önemli olmayacak çünkü rastgele orman, sayıyı algoritmasına göre çöpe atacak. Yine de küçük farklılıklar yaratabilir, bu yüzden belki farklı yollar deneyin. Ama hayır, kategorilerinizi zaten sayı oldukları için OneHot kodlamanıza gerek kalmayacak.