machine-learning - 处理非十进制变量的最佳实践。[ACM KDD 2009 杯]

Question

为了练习，我决定使用神经网络来解决ACM 知识发现和数据挖掘特别兴趣小组在 2009 年杯赛上提出的分类问题（2 类） 。我发现的问题是数据集包含很多“空”变量，我不知道如何处理它们。此外出现了第二个问题。如何处理其他非小数，如字符串。您的最佳实践是什么？

Answer 1

大多数方法都需要数字特征，因此必须将分类特征转换为计数。例如，如果某个实例的属性中存在某个字符串，则其计数为1，否则为0。如果多次出现，则计数相应增加。从这个角度来看，任何不存在的功能（或您所说的“空”）的计数为 0。请注意，属性名称必须是唯一的。