单标签多类分类随机森林python

Posted 2023-03-12

【中文标题】单标签多类分类随机森林python

【英文标题】：Single-label multiclass classification random forest python

【发布时间】：2020-01-31 17:01:39

【问题描述】：

我是机器学习的新手，我目前正在处理由分类数据组成的 csv 文件格式的数据集。作为一种预处理手段，我对数据集中的所有变量进行了热编码。

目前我正在尝试应用随机森林算法将条目分类为 4 个类别之一。我的问题是我不完全了解这些 One Hot Encoded 变量会发生什么。我如何将它们提供给算法？是否能够区分buying_price_high、buying_price_low（来自buying_price 的一个热编码）？

我也对响应变量进行了热编码。

【问题讨论】：

OHEd 是什么意思？

一个热编码

【参考方案1】：

(One Hot Encoder)的方法适用于类别变量，类别变量没有大小关系。对于价格变量，我建议你使用OrinalEncoder。sklearn是machine.like的一个很好的包，sklearn learning.preprocessing.OneHotEncoder或 sklearn.preprocessing.OrdinalEncoder

【参考方案2】：

我猜您在理解 One Hot Encoder 时遇到了问题。假设您有 4 个类，一个热编码器会做什么，它将这些标签转换为二进制数，而 LabelEncoder 会给它们标签为 0、1、2、3 等等。最好使用 One Hot 编码器，因为 ML 模型会给标签 3 赋予比标签 2 更高的权重。