使用分類資料

預估模組長度：50 分鐘

學習目標

• 區分類別資料和數值資料。
• 以單熱向量表示類別資料。
• 解決類別資料的常見問題。
• 建立交錯線。

必要條件：

本單元假設您已熟悉 以下模組：

• 機器學習簡介
• 處理數值資料

「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

是數字資料 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" 或 "maple"。本單元會說明類別資料的不同編碼方法。

重要字詞：

• 類別資料
• 數值資料

說明中心