什么时候应该将 Age 列转换为 float 或 int？

Posted 2023-03-12

【中文标题】什么时候应该将 Age 列转换为 float 或 int？

【英文标题】：When should you convert Age column in float or int?

【发布时间】：2021-07-23 12:19:52

【问题描述】：

我有这个疑问，通常数据集的 Age 列值是 int 或 float 数据类型（例如 Titanic）。 因此，假设该列具有所有浮点值，您应该将它们全部转换为 int 还是让它在将其提供给 ML 模型时就像那样， 对预测结果有什么危害或不利影响吗？正确的做法是什么？

【参考方案1】：

最好将 age 列转换为 int。如果出现一些垃圾值，则会影响模型。我们都非常清楚年龄是一个整数。

如果数据质量优越，并且您确定年龄不会浮动，那么您也可以继续进行而不进行转换。

【参考方案2】：

age是一个连续变量，即人一直在变老，并不是一年只变一次，所以最能反映衰老过程的数据类型应该是@ 987654322@ 而不是integer。 但是使用float 或integer 取决于用例，例如：

您是否使用age 作为描述人们年龄的特征？更好地使用浮子（例如，59.9 岁的人比 59.1 岁的人年长，可能更容易出现某些疾病，或者身体健康状况较差，在沉船事件中生存的可能性较小） 您是否在报告age 群组？可能最好舍入到最接近的整数（例如 39.9 -> 40、34.2 -> 34）并可能合并（例如 25-34、35-45） 您是否正在开展一个评估未成年人饮酒的项目（从法律角度）？那么你应该使用向下取整的int 值（例如，如果法定年龄是 16 岁，而一个人是 15.9 岁，那么他们法定年龄是 15 岁，因此未成年饮酒） 等等……

一般来说，您经常会发现处理数据没有单一的"right way"，这完全取决于用例。