@gbdt離散特徵 / 博客 RSS 訂閱

Dec 01 2025

lanhy - gbdt離散特徵

一、為什麼要用獨熱編碼？ 在很多機器學習任務中，特徵並不總是連續值，而有可能是分類值。 離散特徵的編碼分為兩種情況： 1、離散特徵的取值之間沒有大小的意義，比如color：[red,blue],那麼就使用one-hot編碼 2、離散特徵的取值有大小的意義，比如size:[X,XL,XXL],那麼就使用數值的映射{X:1,XL:2,XXL:3} 例如，

機器學習 , 歸一化 , 數據 , 取值 , gbdt離散特徵 , 人工智能

收藏 評論