我正在构建一个机器学习模型，其中一些列是物理地址（我可以将其转换为X/Y坐标），但我对机器学习算法如何处理这些数据感到有些困惑。是否有特定方法可以将地理位置转换为用于机器学习（分类和/或回归）的列？

提前感谢！

回答：

一般来说，特征的选择取决于你预期的特征与目标变量之间的关系。你说的对，邮政编码本身与目标变量没有直接关系。这里的邮政编码只是一个字符串，或一个类别。你计划使用哪种模型？线性回归和决策树是两个例子。这些模型以不同的方式捕捉关系。例如，作为一个特征，你可以计算源和目的地之间的直线距离，并将其用于模型，因为直观上，距离越远，运输时间可能会越长。运输时间还取决于什么？看看你能否将影响旅行时间的因素与你拥有的信息，即邮政编码/X-Y坐标，以某种方式联系起来。