在 Python 中,训练随机森林等模型时是否必须创建虚拟变量?

难道不能像在 R 中那样,直接使用分类变量将因子变量输入模型吗?


回答:

scikit-learn 中(目前)还不支持这样做。不 obstante,其他用于树模型的 Python 包确实支持分类变量,例如 H2O 的树模型和 LightGBM(以及以不同方式的 CatBoost)。

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