就比如说这样的数据集做预测，Category那一列怎么处理比较合适？还有Category和Genres两列比较相似，如何处理比较妥当？（整个数据集共一万多条）
还有Content Rating那一列，其中大部分都是everyone，但是也有一些别的像少数民族那样出现，那么对于这样特征的数据怎么处理比较合适呢？
处理字符串时常用整型数值代替字符串 或者 进行独热编码，请问两种方法分别在什么情况下适用？
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
分享- 邀请回答
-
2条回答 默认 最新
CSDN专家-AlanMax 2021-06-08 21:28关注这种直接使用类别的index编码，在分类的时候直接转换成one hot后经过交叉熵计算loss反向传播就行了。如有帮助请采纳
解决 无用评论 打赏举报 分享
- 2022-03-29 16:38回答 6 已采纳 这两种都不咋地第二种换汤不换药，还是先拼接一个string再传进stringbuilder里面如果字符串拼接的次数少，那么基本不用考虑内存会被大量字符串塞满的情况，就用string.format()来
- 2017-05-17 09:00回答 2 已采纳 指针指向的字符串是常量空间，只读，不能修改 数组的会分配自己单独的空间，可修改
- 2018-08-05 14:07回答 1 已采纳 ``` Arr : array[0..4] of WideString =( WideString('中国'), WideString('乌拉圭'), WideString('日本'),
- 2023-12-26 08:45AAI机器之心的博客 本文将从分词、词频、词向量等基础领域开始讲解自然语言处理的原理，讲解 One-Hot、TF-IDF、PageRank 等算法及 LDA、LDiA、LSA 等语义分析的原理。
- 2022-01-08 10:42回答 1 已采纳 A
- 2022-04-21 18:10回答 2 已采纳 你这个逻辑有点乱，可以参考这个，有帮助望采纳！ #include <stdio.h> #include <string.h> int main() { char a[255]
- 2021-11-02 15:27回答 1 已采纳 不可以，卡方检验做特征选择的时候，特征要注意必须是非负值，标签要转化为数值，如果标签是字符串，可以通过one-hot等方法转换为数值即可
- 2020-01-27 23:57微信公众号[机器学习炼丹术]的博客 尽管最近几年神经网络复兴，并变得流行起来，但我还是更加关注 boosting 算法，因为在训练样本量有限、所需训练时间较短、缺乏调参知识的场景中，它们依然拥有绝对优势。 2014 年 3 月，XGBOOST 最早作为研究...
- 2015-04-20 11:34回答 1 已采纳 直接相加 string s = "a"; s += "b"; string.Format() s = string.Format("{0}{1}", "a", "b"); Strin
- 2018-03-31 08:54回答 1 已采纳 以下为C#代码，已测试通过： ``` string pattern = @"(select[\s]+[\S]+)[\s]+(from[\s\S]+)[\s]+(order[\s\S]*)";
- 2018-11-27 05:43回答 2 已采纳 C语言中实参形参变量之间的数据传递是单向的“值传递”，不可能通过执行调用函数来改变实参指针变量的值，但是可以改变实参变量所指变量的值。你可以使用二级指针做参数来交换
- 2022-02-23 09:47呆呆敲代码的小Y的博客 为什么dynamic font 在 unicode环境下优于 staticfont（字符串编码） 40. 简述StringBuilder和String的区别？（字符串处理） 41. string、stringBuilder、stringBuffer 42. 字典Dictionary的内部实现原理 43. 泛型...
- 2015-10-06 13:51回答 2 已采纳 可以看到这个程序超位数运行正常，第一个运行22位，第二个运行46位，可以发现该代码有值得优化的地方，就是超过数字2位数后可以不用循环运算，直接跳出循环，用截取去合成最终结果，可以提高运算速度。
- 2024-01-15 16:20沉住气CD的博客 计算某个类别出现的概率，加上超参数，生成新的数值型特征。这一策略要求同一标签数据不能排列在一起（即先全是0之后全是1这种方式），训练之前需要打乱数据集。使用数据的不同排列（实际上是4个）。在每一轮建立树...
- 2022-03-22 12:00风度78的博客 本文主要内容概览：1....CatBoost和XGBoost、LightGBM并称为GBDT的三大主流神器，都是在GBDT算法框架下的一种改进实现。XGBoost被广泛的应用于工业界，LightGBM有效的提升了GBDT的计算效率，而Yandex的C...
- 没有解决我的问题, 去提问
悬赏问题
- ¥17 pro*C预编译“闪回查询”报错SCN不能识别
- ¥15 微信会员卡接入微信支付商户号收款
- ¥15 如何获取烟草零售终端数据
- ¥15 数学建模招标中位数问题
- ¥15 phython路径名过长报错 不知道什么问题
- ¥15 深度学习中模型转换该怎么实现
- ¥15 HLs设计手写数字识别程序编译通不过
- ¥15 Stata外部命令安装问题求帮助！
- ¥15 从键盘随机输入A-H中的一串字符串，用七段数码管方法进行绘制。提交代码及运行截图。
- ¥15 TYPCE母转母，插入认方向