python-3.x - 如何一起训练不同特征类型的分类器？如字符串、数字、分类、时间戳等

Question

我是机器学习领域的新手。我已经学习了 Udacity 的“机器学习入门”类(class)。所以我知道使用 sklearn 和 python 运行基本分类器。但他们在类(class)中教授的所有分类器都是针对单一数据类型进行训练的。

我有一个问题，我想将代码提交分类为“干净”或“有缺陷”。我有一个功能集，其中包含字符串数据(例如人名)、分类数据(例如“干净”与“有缺陷”)、数字数据(例如提交数量)和时间戳数据(例如提交时间)。如何同时训练基于这三个特征的分类器。假设我计划使用朴素贝叶斯分类器和 sklearn。请帮忙!

我正在尝试实现 paper 。任何帮助都将非常感激。

Answer 1

许多机器学习分类器(例如逻辑回归、随机森林、决策树和支持向量机)都可以很好地处理连续特征和分类特征。我的猜测是你有两条路可走。第一个是数据预处理。例如，将所有字符串/分类数据(人名)转换为整数，或者您可以使用集成学习。

例如，集成学习是指使用多数投票组合不同的分类器(每个分类器处理一种异构特征)，以便它们可以在分类中找到共识。希望对您有所帮助。