machine-learning - 一个特征在不同的范围内有不同的含义

Question

在机器学习中，如何处理像工资这样的特征。例如，如果我通过基于特征测量数据点之间的距离来应用 k 最近邻。假设我们有两个点，工资分别为 2000 和 6000。它们之间的差异是 4000。让我们查看另外两个点，工资分别为 102000 和 106000。这里的差异仍然是 4000$，但我们人类认为最后两个点比前两点。

如何将这种直觉融入机器学习中？

Answer 1

您可以执行以下操作之一(以及更多操作):

• 使用 log 函数转换特征(因此 2000 和 6000 将比 102000 和 106000 远得多)
• 将特征二值化到多个存储桶中(您将为每个薪资范围创建一个特征，并且您是创建存储桶的人)
• 更改 k-nn 中的相似度函数以查看相对差异而不是绝对差异