这个属性是数字属性还是范畴属性(序数)？帮助!
这个属性是数字属性还是范畴属性(序数)？帮助!
提问于 2020-06-22 19:43:44
因此，我需要对这个数据集执行几种技术，作为PYTHON中某种类型的数据挖掘/机器学习项目的一部分。但是，有几个特性让我非常担心，因为我不知道我应该把它们作为绝对(准确地说是序号)还是数字来处理。
- 第一个特性的整数值从0到9，它应该表示某一宗教的人口百分比(所以0是0，1是1-10%，9是100%)。
- 第二个特性表示contibution (money)，并根据贡献的大小(所以0是.0，1是1-49，9是20000+)。
我应该如何处理这些特性？它们是间隔数据吗？我应该把它们一个热的编码成假人，还是把它们留在现在的样子？
我将不得不在数据集上执行一些聚类和分类技术。提前谢谢你！
回答 1
Data Science用户
回答已采纳
发布于 2020-06-22 19:58:41
它们不是绝对的，因为它们有一个您可能想要使用的有意义的排序。第一种是可用的，因为它大约是宗教的10倍。是的，它是有序的，但恰好是一个重新标度的连续特性。
第二个是序数，所以您不太想将它作为一个连续的特性来使用，因为这并不能捕捉到它们所表示的尺度上的差异。它可能工作正常，但您也可以将每个数字转换到相应范围的中点。
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://datascience.stackexchange.com/questions/76485
复制相关文章
相似问题
腾讯云开发者
