使用分類資料

類別資料包含 一組可能的值。例如:

  • 國家公園內的不同動物
  • 特定城市的街道名稱
  • 電子郵件是否為垃圾郵件
  • 房屋外牆的色彩上色
  • 分箱數字,請參閱「使用數值資料」模組

數字也可以是類別資料

數字資料 可以是有意義的乘數。舉例來說,假設您有一個模型,可根據房屋的面積來預測房屋價值。請注意,用於評估房價的實用模型通常會使用數百個特徵。不過,在其他條件相同的情況下,200 平方公尺的房子價值應是 100 平方公尺房子的兩倍。

通常,您應表示含有整數值的特徵, 而非數值資料舉例來說,假設郵遞區號特徵的值為整數,如果您代表 也就是以數值方式呈現特徵,而非類別 找出數值關係 換取不同的郵遞區號也就是說,您會要求模型 將郵遞區號 20004 視為郵遞區號的兩倍 (或一半) 10002。以郵遞區號表示郵遞區號後,模型就 分別為每個郵遞區號加權。

編碼

編碼是指將類別或其他資料轉換成數值向量 以便訓練模型這種轉換是必要的,因為模型可以 只能在浮點值上訓練無法訓練 "dog""maple"。本單元會說明類別資料的不同編碼方法。