python - 如何将混合(分类和数字)特征传递给sklearn中的决策树回归器？

Question

如何将分类和数值特征传递给 sklearn 中的 DecisionTreeRegressor？

下面的代码展示了如何使用DecisionTreeRegressor来实现数字特征:

from sklearn import tree
make_tree = tree.DecisionTreeRegressor()
fit_tree = make_tree.fit(X_train, y_train)

Answer 1

首先，所有分类特征都应该进行编码(用数字表示)，以便回归模型可以解释。为此，您可以使用LabelEncoder接下来是 OneHotEncoder 。以high-cardinal为例功能，您可以使用FeatureHasher .

举个例子:

from sklearn.feature_extraction import FeatureHasher

# n_feature: number of unique values in the feature(s)
# input_type should be passed as 'string' to be compatible to pandas DataFrames
feature_hasher = FeatureHasher(n_features=5000, input_type='string')
df['COLUMN_NAME'] = feature_hasher.transform(df['COLUMN_NAME'])

然后，您可以将特征传递给回归器。