python - sklearn 随机森林可以直接处理分类特征吗？

Question

假设我有一个分类特征，颜色，它采用值

['红色'，'蓝色'，'绿色'，'橙色']，

我想用它来预测随机森林中的某些东西。如果我对其进行一次热编码(即我将其更改为四个虚拟变量)，我如何告诉 sklearn 这四个虚拟变量实际上是一个变量？具体来说，当 sklearn 随机选择要在不同节点上使用的特征时，它应该包括红色、蓝色、绿色和橙色的假人，或者不应该包括任何一个。

我听说没有办法做到这一点，但我想必须有一种方法来处理分类变量，而不是将它们任意编码为数字或类似的东西。

Answer 1

不，没有。某人的working on this并且补丁可能有一天会合并到主线中，但是目前除了虚拟(one-hot)编码之外，scikit-learn 中不支持分类变量。