机器学习类别/标称（categorical）数据处理：序号编码(Ordinal Encoding)
Posted Data+Science+Insight
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了机器学习类别/标称（categorical）数据处理：序号编码(Ordinal Encoding)相关的知识，希望对你有一定的参考价值。
机器学习类别/标称（categorical）数据处理：序号编码(Ordinal Encoding)
序号编码：序号编码通常用于处理类别间具有大小关系的数据
可以通过导入sklearn.preprocessing中的OrdinalEncoder进行处理。
独热编码：通常用于处理类别间不具有大小关系的特征。
可以通过导入sklearn.preprocessing中的OneHotEncoder，创建哑变量进行处理。或者使用pandas的get dummy方法；
二进制编码：二进制编码主要分为两步，先用序号编码给每个类别赋予一个类别ID，然后将类别ID对应的二进制编码作为结果。
target encoding：其实就是将分类特征替换为对应目标值的后验概率。
以性别“男”、“女”和“其他”为例，分别赋予其类别ID为1，2，3，对应二进制编码为001，010，011。
二进制编码本质上是利用二进制对ID进行哈希映射，最终得到0/1特征向量，且维数少于独热编码，节省了存储空间。
（1）序号编码。常用于处理类别间具有大小关系的数据，比如成绩。
（2）one
以上是关于机器学习类别/标称（categorical）数据处理：序号编码(Ordinal Encoding)的主要内容，如果未能解决你的问题，请参考以下文章
机器学习类别/标称（categorical）数据处理：独热编码(One Hot Encoding)
标称变量（Categorical Features）或者分类变量（Categorical Features）缺失值填补详解及实战
使用Categorical_endcoder包对标称变量进行个性化编码
标称变量（Categorical Features）或者分类变量（Categorical Features）编码为数值变量（Continuous Features）
有序标称变量（Categorical Features）编码为数值变量（Continuous Features）详解及实践