6

查看 Kaggel 的Job Salary Prediction，我看到了数字特征（如 Category）和文本特征（如 FullDescription）。

我该如何对这些数据进行培训？我考虑过使用TfidfTransformer对文本进行矢量化，但是它创建了许多学习算法（例如RandomForestRegressor）拒绝使用的稀疏矩阵。另外，一旦我有了文本的特征向量，我如何将它与其他特征结合起来？

有关如何处理此类数据的任何指示？

谢谢！

4

1 回答 1

5

我将首先独立地学习每个文本字段的 tf-idf 特征的线性模型，并将线性模型预测作为附加特征添加到其他特征中，并在组合特征上训练ExtraTreesRegressoror 。GradientBoostedTreeRegressor

于 2013-05-30T08:35:03.860 回答