使用内部转换为数值的非数值型目标构建回归器

意味着将非数值型的目标变量转换为数值型，然后使用回归算法进行建模和预测。

非数值型的目标变量通常是指具有类别或标签的变量，例如颜色、状态、类型等。为了能够在回归模型中使用这些变量，需要进行内部转换，将其转换为数值型。

常见的内部转换方法包括：

1. 标签编码（Label Encoding）：将每个类别映射为一个整数值。例如，将颜色类别转换为0、1、2等。
2. 独热编码（One-Hot Encoding）：创建一个新的二进制特征向量，表示每个类别的存在与否。例如，将颜色类别转换为多个二进制变量，如红色：[1, 0, 0]、蓝色：[0, 1, 0]、绿色：[0, 0, 1]等。
3. 有序编码（Ordinal Encoding）：根据类别之间的顺序关系为每个类别分配一个整数值。例如，将大小类别转换为1（小）、2（中）、3（大）等。

使用内部转换为数值的非数值型目标构建回归器的优势在于可以将非数值型的目标变量引入回归模型中，从而提升模型的预测能力和准确性。此外，转换后的数值型目标变量可以方便地与其他数值型特征进行数学运算和统计分析。

应用场景包括但不限于：

1. 电商行业：通过分析用户购买行为（如商品类型、付款方式等）预测用户的购买金额。
2. 市场营销：根据用户的兴趣、喜好等非数值型信息，预测用户对某个产品的购买意愿。
3. 健康医疗：根据患者的病情描述、症状等非数值型信息，预测患者的疾病风险或治疗效果。

推荐的腾讯云相关产品： 腾讯云提供了多个与数据处理和机器学习相关的产品和服务，可用于构建回归模型和处理非数值型数据。以下是其中一些产品及其介绍链接：

1. 腾讯云机器学习平台（ML-Platform）：提供了丰富的机器学习算法和工具，支持回归分析和数据预处理。详细介绍请参考：腾讯云机器学习平台
2. 腾讯云数据处理平台（DataWorks）：提供了数据清洗、转换和集成的功能，可用于处理非数值型数据并进行数据预处理。详细介绍请参考：腾讯云数据处理平台

请注意，以上仅为推荐的腾讯云产品，其他云计算品牌商也提供了类似的产品和服务，供用户选择使用。