神经网络、支持向量基建模时，对于类别型、有序型的输入变量该如何进行预处理？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

近期在学习神经网络和支持向量基，看了不少例子，基本上输入变量都是连续型，而实际应用场景中会出现不少类别型的输入变量，这些变量可能是标记型（是1/否0）、类别型（1、2、3代表几类）、有序型（1、2、3有序的类别),对于这些类型的变量在建模时又该如何处理？是转化为虚拟变量？还是？请专业前辈指点指点！或者推荐优秀书籍可供学习，万谢！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

      这部分，是数据分析中，最艺术的部分，全凭工匠手艺之熟练程度。。一个主题词”Feature Engineering“，可查到一些有关这方面的书或研究论文。 是否有用，全凭你的经验！！！
    当然，想做好特征工程（Feature Engineering），对数据来源的专业领域，要相当熟悉！！
    SVM 开创者 Bernhard Scholkopf  当年用SVM 进行邮政编码数字识别，做得相当成功，以致SVM 普受关注与流传，但其成功的一个最重要部分之一，是 特征工程（Feature Engineering） ，但他在其书及论文中，很少谈及此细节！！

jgchen1966 发表于 2018-12-8 19:37
这部分，是数据分析中，最艺术的部分，全凭工匠手艺之熟练程度。。一个主题词”Feature Engineering“ ...

明白！谢谢前辈！