machine-learning - 处理非小数变量的最佳实践。 [ACM KDD 2009 杯]

Question

对于实践，我决定使用神经网络来解决ACM Special Interest Group on Knowledge Discovery and Data Mining at 2009 cup所述的分类问题(2类) 。我发现的问题是数据集包含很多“空”变量，我不知道如何处理它们。此外还出现了第二个问题。如何处理其他非小数(例如字符串)。您的最佳实践是什么？

Answer 1

大多数方法都需要数字特征，因此必须将分类特征转换为计数。例如。如果实例的属性中存在某个字符串，则该字符串的计数为1，否则为0。如果出现多次，则计数相应增加。从这个角度来看，任何不存在的功能(或您所说的“空”)的计数均为 0。请注意，属性名称必须是唯一的。