python - scikit-learn 中的逻辑回归特征值归一化

Question

使用Python 2.7。问题是关于拟合方法。问题是针对特征(由参数 X 提供)，如果存在非数字特征(例如字符串类型特征，如 Male、Female) ，我是否需要，或者建议转换为数字特征(出于性能和其他原因)？另外，如果我有多值字符串类型要素(例如，要素地理可以是 San Francisco、San Jose、Mountain View 的任何值)等)

http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html#sklearn.linear_model.LogisticRegression.fit

问候，林

Answer 1

对 MhFarahani 的回答补充一点:是的，您需要将这些标签转换为数值(通常为 0 或 1)。对于性别之类的信息，您可能希望有一行 0 代表男性，1 代表女性，反之亦然。对于地理位置之类的东西，情况会更复杂一些。如果有合理数量的可能答案，您可以使用 pandas 中的 get_dummies 函数(查看文档 here )自动用行填充数据框来表示每个可能的位置；然后，您可以删除其中一行以使该位置成为“默认”位置。