Классификатор NaiveBayes, обрабатывающий разные типы данных в python

Question

Я пытаюсь реализовать классификатор Naive Bayes в Python. Мои атрибуты имеют разные типы данных: Strings, Int, float, Boolean, Ordinal

Я мог бы использовать классификатор Gaussian Naive Bayes (Sklearn.naivebayes: Python package), но я не знаю, как должны быть разные типы данных обрабатываются. Классификатор выдает ошибку, заявляя, что не может обрабатывать типы данных, отличные от Int или float

Один из способов, о котором я мог думать, - кодирование строк в числовые значения. Но я также сомневаюсь, насколько хорошо будет работать классификатор, если я это сделаю.

Answer 1

Да, вам нужно будет преобразовать строки в числовые значения Наивный классификатор Байеса не может обрабатывать строки, поскольку нет способа ввести строку в математическое уравнение.

Если ваши строки имеют некоторое «скалярное значение», например «большой, средний, маленький», вы можете классифицировать их как «3,2,1», Однако, если ваши строки - это вещи без порядка, такие как цвета или имена, вы можете сделать это или назначить двоичные переменные с каждой переменной, ссылающейся на цвет или имя, если их немного.

Например, если вы классифицируете автомобили, они могут быть красными синими и зелеными, вы можете определить переменные «Красный» «Синий» «Зеленый», которые принимают значения 0/1, в зависимости от цвета вашего автомобиля.

Answer 2

Не конвертируйте тип данных вручную вместо использования векторизации dict.

http://scikit-learn.org/stable/modules/generated/sklearn.feature_extraction.DictVectorizer.html