[CDA1班] 【学习笔记】Titanic案例，用OneHotEncoder来把Embarked这一列给编成了哑编码 ... [推广有奖]

2关注
12粉丝

本科生

58%

还不是VIP/贵宾

威望: 0 级
论坛币: 493 个
通用积分: 116.0865
学术水平: 0 点
热心指数: 0 点
信用等级: 0 点
经验: 442 点
帖子: 86
精华: 0
在线时间: 0 小时
注册时间: 2019-7-19
最后登录: 2019-11-2

楼主

晋锐3428 发表于 2019-9-19 21:57:01 来自手机 |AI写论文

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

Titanic案例，用OneHotEncoder来把Embarked这一列给编成了哑编码，分三列存储编码里的数字，然后再把原来的列删掉。好了目前有13个特征，去掉名字这个无关紧要的特征，剩下12个参与模型拟合。

综合来看结果比原本一个特征的要好一丢丢，但是我觉得硬是把本来可以Label Encoding一列搞定的拆成三列来提高模型拟合程度，意义不大。 tmp_90f18310c24fe02a937f5d424a019cac02cef4a4094344aa.png