这是我的问题。我需要实现一个多目标决策树算法。多目标是多标签学习的扩展，其中标签不仅仅是二元的，还可以是连续的、分类性的等等。例如，多标签分类问题的标签向量可能看起来像这样{1,0,1,0,0,0,1}，而多目标的标签向量可能看起来像这样{2,35,3,-2,24}。我的问题是，如果我有一个标签，它有三个离散值，我该如何在向量中表示它们？假设我有一个名为“job”的标签，它有三个值，分别是mechanic（技工）、teacher（教师）和athlete（运动员）。我该如何编码这个标签，以便在向量中使用它？在决策树的每个节点上，为了找到我的分裂点，我需要计算该节点中所有标签向量的均值向量（我使用方差方法方程来找到我的分裂点）。如果我有二元标签，这很简单，因为添加0和1不会有任何问题。如果我用0,1,2来编码这三个工作，那么这就有问题了，因为添加一个包含athlete标签的标签向量会比添加一个包含mechanic工作的向量计数更多，并且均值向量是不准确的。

让我们看一个例子。我有这三个标签：

          job: {mechanic,teacher,athlete}          married:{yes,no}          age:  连续值

很容易说married标签可以编码为{0,1}，age标签可以编码为连续数字。但我该如何编码job标签呢？将其编码为{0,1,2}会导致下一个问题。想象一下节点中的两个标签向量：{0,0,45}对应mechanic，已婚，45岁和{2,1,48}对应athlete，未婚，48岁。均值向量是{1,0.5,46.5}。用这个向量，我可以预测落入该节点的实例的年龄是46.5，我可以说该实例未婚（使用一个规则，即大于或等于0.5为1），我可以说它的工作是教师。教师这个工作完全是错误的，而其他都是正确的。你现在看到了编码分类标签的问题。有什么帮助或建议吗？谢谢 😀

回答：

如何处理一个特征的所有离散值，如果值超过两个，将它们全部转换成特征，例如：

job: {mechanic, teacher, athlete}married:{yes, no}age:  连续值

将结果转换为一个5维向量

(mechanic 0/1, teacher 0/1, athlete 0/1, married 0/1, age 0-inf)