应用一个热编码器后如何改变决策树的特征阈值？

Posted 2023-03-12

【中文标题】应用一个热编码器后如何改变决策树的特征阈值？

【英文标题】：How to change features threshold of decision trees after applying one hot encoder?

【发布时间】：2021-01-31 21:08:12

【问题描述】：

我的数据框中有一些字符串（女性 x 男性、地区等），我想拟合决策树。因此，我在所有这些分类特征中应用了一个热编码器——它返回了一堆包含 0 和 1 的新列。

但是，决策树中特征阈值的默认值为 0.5。这对这些分类列没有意义。

有人知道我如何在 python 中一次更改大量列的阈值（无需输入每列的名称）吗？

我想要类似：女性列分为 0 和 1。我想在计算统计数据（AUC、ROC、ACC 等）之前完成所有这些操作。

ps：我还有一些数值数据（例如收入），所以我无法更改所有列的阈值 ps2: 分类 1 和 0 在第 6 到 30 列。

【参考方案1】：

嗯，二进制特征的阈值 0.5 确实有意义。 这只是意味着当特征取值 > 0.5（因此为 1）时，将拆分（比如说）向右，并且特征取值

更改阈值是没有意义的：0 到 1 之间的任何值都与 0.5 具有相同的效果，小于 0 或大于 1 的值意味着没有进行拆分，所有观察都转到同一个子节点。