python - 在 python 中处理不同数据类型的 NaiveBayes 分类器

Question

我正在尝试在 Python 中实现朴素贝叶斯分类器。我的属性是不同的数据类型：字符串、整数、浮点数、布尔值、序数

我可以使用高斯朴素贝叶斯分类器（Sklearn.naivebayes：Python 包），但我不知道如何处理不同的数据类型。分类器抛出错误，说明无法处理除 Int 或 float 以外的数据类型

我可能想到的一种方法是将字符串编码为数值。但我也怀疑，如果我这样做，分类器的性能会有多好。

score 3 · Accepted Answer

是的，您需要将字符串转换为数值朴素贝叶斯分类器无法处理字符串，因为字符串无法进入数学方程。

如果您的字符串有一些“标量值”，例如“大、中、小”，您可能希望将它们分类为“3,2,1”，但是，如果您的字符串是没有顺序的东西，例如颜色或名称，您可以这样做或分配二进制变量，每个变量都引用颜色或名称，如果它们不多的话。

例如，如果您正在对汽车进行分类，它们可以是红色蓝色和绿色，您可以定义变量“红色”“蓝色”“绿色”，取值 0/1，具体取决于汽车的颜色。

score 1 · Accepted Answer

不要手动转换数据类型，而是使用 dict 向量化。

2 回答 2