使用Interpret(微软包)时,是否必须将分类数据转换为数值数据?

我是InterpretML Python包的新手,我想知道在使用任何玻璃盒/黑盒模型时,是否必须将分类数据转换为数值数据,谢谢!


回答:

在训练EBM(可解释的提升机器),即玻璃盒模型时,您不需要将分类数据转换为数值数据。EBM可以接受包含混合类型(数值和表示分类的字符串)的Pandas数据框,并会隐式处理转换。

对于InterpretML中的其他方法,包括黑盒方法,目前您需要自己处理转换(通过像独热编码这样的技术)。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注