如何使用分类特征和非分类特征进行回归
回归是一种机器学习算法，用于预测连续型变量的值。在回归问题中，特征可以分为分类特征和非分类特征。
分类特征是指具有离散取值的特征，例如性别（男、女）、地区（东部、西部、南部、北部）等。在使用分类特征进行回归时，需要将其转换为数值型特征。一种常用的方法是独热编码（One-Hot Encoding），将每个分类特征的每个取值都转换为一个新的二进制特征。例如，对于性别特征，可以创建两个新的特征：男性和女性，取值为0或1，表示是否为该性别。
非分类特征是指具有连续取值的特征，例如年龄、收入等。在使用非分类特征进行回归时，可以直接使用原始特征的数值。
在回归问题中，可以使用各种算法来建立模型，例如线性回归、决策树回归、支持向量回归等。这些算法可以根据特征的类型（分类或非分类）进行选择和调整。
对于分类特征和非分类特征的回归问题，腾讯云提供了一系列适用的产品和服务：
- 数据处理和分析：腾讯云数据万象（https://cloud.tencent.com/product/ci）提供了丰富的图像和视频处理能力，可用于处理多媒体数据中的分类特征。
- 机器学习平台：腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）提供了强大的机器学习算法和模型训练能力，可用于回归问题中的特征处理和模型建立。
- 云数据库：腾讯云数据库（https://cloud.tencent.com/product/cdb）提供了高性能、可扩展的数据库服务，可用于存储和管理回归问题中的数据。
- 云服务器：腾讯云云服务器（https://cloud.tencent.com/product/cvm）提供了可靠的计算资源，可用于运行回归问题中的算法和模型。
- 云安全：腾讯云安全产品（https://cloud.tencent.com/product/saf）提供了全面的网络安全解决方案，可保护回归问题中的数据和模型的安全性。
通过使用腾讯云的产品和服务，可以方便地处理和分析分类特征和非分类特征，并建立高效准确的回归模型。
相关·内容
1回答
梯度提升树的弱学习分类/多类分类
machine-learning、scikit-learn、classification
我是机器学习领域的初学者，我想学习如何使用梯度增强树(GBT)进行多类分类。我读过一些关于GBT的文章，但是关于回归问题，我找不到关于GBT多类分类的正确解释。我也检查GBT在科学知识-学习图书馆机器学习。GBT的实现是利用回归树作为弱学习者进行多类分类的GradientBoostingClassifier。
GB以提前阶段的方式建立了一个加性模型；它允许对任意可微损失函数进行优化。在每个阶段，n_classes_回归树都适用于二项或多项偏差损失函数的负梯度。二进制分类是一种特殊情况，其中只有一个回归树是归纳出来的。
来源：
问题是，为什么我们用回归树来学习GBT而不是分类树呢？如果有
浏览 0提问于2018-04-25得票数 0
回答已采纳
2回答
使用虚拟值会使模型的性能更好吗？
machine-learning、feature-selection、sklearn-pandas
我看到许多特征工程在对象特征上都有get_dummies步骤。例如，将包含'M‘和'F’的性别列虚拟为两列，并在单热表示中标记它们。为什么我们不在性别栏中直接将'M‘和'F’设为0和1？虚拟方法在分类和回归模型中对机器学习模型都有积极的影响吗？如果是，原因是什么？谢谢。
浏览 2提问于2016-12-02得票数 0
1回答
根据数据类型，最适合的机器学习算法是什么？
machine-learning、algorithms、data
我是数据科学的初学者。我发现一些机器学习算法在给定特定类型的数据(即数值、分类、文本、图形)时表现得更好。我在网上搜索了这个话题，但没有运气。
我想知道根据给定的机器学习算法哪种数据性能最好？
更好的解释一下为什么某些类型的数据适合某些机器学习算法？？
希望对这个问题的回答将有助于数据科学的初学者。
更新:如果您能够解释哪些类型的数据最适合下面的算法，那就更好了。朴素贝叶斯，支持向量机，回归，K-均值，深层神经网络.
浏览 0提问于2017-06-23得票数 9
1回答
回归-不平衡范畴特征
regression、categorical-data、class-imbalance
我有一个数据集，它有一些不平衡的分类特征。我想要建立一个回归模型来预测标签使用机器学习(ML)。
如何处理分类变量中的数据不平衡，以避免ML回归模型中的任何偏差？
浏览 0提问于2019-01-28得票数 1
2回答
上下文搜索:购物产品的分类
algorithm、machine-learning、classification
我从我的客户那里得到了一个新的任务(不是传统的)，它是关于机器学习的。因为我从来没有去过“机器学习”，除了一些小的数据挖掘的东西，所以我需要你的帮助。
我的任务是根据性别(产品所属的人)、年龄组等对任何购物网站上的产品进行分类，我们可以拥有的培训数据是产品的标题、关键词(可在产品页面的html中找到)和产品描述。
我做了大量的研发工作，我发现Image (cloudsight，vufind)返回了产品图像的细节，但没有完全满足需求，我使用了google的建议查询，搜索了许多机器学习算法，最后.
我知道了“决策树学习算法”，但不知道它是如何适用于我的问题。我尝试了"PlayingTenn
浏览 0提问于2015-06-19得票数 0
回答已采纳
8回答
各大公司相继提出自己的机器学习平台，那么腾讯“云+未来”峰会上一站式机器学习平台TI-ONE到底是什么？提供了怎样的功能？
浏览 1091提问于2018-06-04
1回答
连续和范畴数据的回归
machine-learning、data-mining
我还是机器学习领域的初学者。假设有这样的简单数据：
+--------+--------+-----------------+
| Age | Gender | Mortality Rates |
+--------+--------+-----------------+
| 0 | Male | 0.01 |
| 30 | Female | 0.2 |
| 80 | Male | 30 |
+--------+--------+-----------------+
为了获得按年龄划
浏览 1提问于2015-05-18得票数 0
回答已采纳
1回答
机器学习中的特征提取
machine-learning、deep-learning、object-detection
我对阅读遥感目标检测技术综述感到有点困惑。基于机器学习的目标检测由特征提取、特征融合+降维和分类器训练三部分组成。然后，他们列出了特征提取方法：
定向梯度直方图，
一袋袋话，
纹理特征，
还有更多。
在本节的后面，他们列举了分类器培训的方法，例如：
支持向量机
AdaBoost，
最近的邻居，
神经网络
这与我对事物的理解不一致。我的经验主要是在CNN。当我使用卷积神经网络进行目标检测时，它们由特征提取器和分类器组成，不是吗？特征提取器是卷积(和/或其他)层。我从来没有遇到过一种算法/技术，它使用例如一袋单词来提取特征，然后将其提供给神经网络。我可以想象，例如一袋单词和k近邻或支持向量机。但我
浏览 0提问于2020-11-09得票数 0
1回答
亚马逊机器学习模型重建可能性
amazon-web-services、machine-learning、amazon-machine-learning
在AWS机器学习中，只有两种内建的预测/分类模型.Logistic回归和线性回归。在AWS ML的当前版本中，是否有可能：
( 1)重新建立logistic模型和线性回归模型下的模型。
2)构建用Python/R编写的自己的模型，在AWS ML上实现它们，并运行诸如神经网络、随机森林、集群alghoritms等？
在AWS开发者指南的最新版本中，我找不到那些问题的答案，这是不可能的。有小费吗？
浏览 12提问于2016-12-13得票数 2
回答已采纳
1回答
关于网站数据迁移腾讯云的若干问题。问题之一：腾讯云有等保级别？
数据迁移、tcp/ip、windows
事情背景是 2018年建立了网站，网站有工信部备案号。主域名、IP都正常在用。网站接入方式是 租赁虚拟空间。等保备案号、等保级别、等保系统都没有。系统软件版本是 windows 2008，路由器、交换机、服务器、安全设备都 “为虚拟机，不是独立单台服务器”
网站现在需要整改(公安部备案、达到等保要求等等)
问题：
1、对网站数据进行迁移腾讯云支不支持？
2、腾讯云有没有最低等保2资质？
3、完成迁移和后续持续运行对腾讯云的配置有什么要求？
4、迁移和持续运行每年需要大概多少费用？
浏览 272提问于2022-03-08
1回答
如何建立一个混合回归和分类输出的滑雪板模型
python、scikit-learn
在滑雪方面，有MultiOutputRegressor和MultiOutputClassifier。我们可以使用它们只输出回归或分类，但是如果我们想要输出回归和分类的组合呢？我需要创建单独的模型吗？
在tensorflow中，我们可以将架构进行分支。我想用这种方法在一个模型中进行回归和分类预测。
有人还向我指出，我需要更具体地说明我的问题，我将在下文解释。
与我所面临的问题最接近的例子如下。它是用UTKFace数据集来预测年龄和性别。https://susanqq.github.io/UTKFace/
这个问题是回归和分类的混合体。在深入学习的情况下，我们知道通过Keras我们可以使用诸如ht
浏览 0提问于2022-02-18得票数 1
4回答
对于无监督的机器学习问题，可以进行特征选择吗？
feature-selection、unsupervised-learning
我开始寻找在机器学习中进行特征选择的方法。
通过快速查看这个帖子，我假设只有在有监督的学习问题上才能进行特性选择：
📷
尽管如此，我还是要问:是否有方法可以在没有已知变量的情况下进行特征选择，从而解决分类/回归问题？
浏览 0提问于2018-03-27得票数 7
回答已采纳
1回答
Sklearn中的数据类型和机器学习算法
python、pandas、machine-learning、scikit-learn
有没有人知道在ski kit learn中运行机器学习算法时，变量的数据类型是否起到(负面)作用？
这里有一个可能会影响对这个问题的回答的小背景:我有一个299个变量的数据集，其中输出变量是一个虚拟变量。这将是一个分类问题，我想尝试不同的选择，如逻辑回归和基于树的模型。当我使用pandas导入我的数据集时，我注意到一些变量被分配了int64数据类型，而实际上，它们是分类变量。这会给机器学习算法带来问题吗？如果这是一个愚蠢的问题，请原谅我……我仍然是机器学习世界的新手，虽然我还没有在这个主题的文献中看到任何东西，但我确实想在开始之前确保我不会偏离正轨。
浏览 0提问于2016-01-15得票数 3
2回答
机器学习模式的特点是什么？
machine-learning、data-science-model
我在一些与机器学习有关的面试中收到了这个问题，下面是问题
你会问什么问题来了解机器学习模型的特点？
，我就是这么想的：
我在互联网上做了一些研究&发现了这一资源，但仍然不清楚ML模型的特征如何等同于在监督学习环境中询问不同算法之间的权衡。我理解并确定了我的答案：
首先，为了简单起见，我假设这个模型用于一些有监督的学习任务(分类/回归)，然后是。
首先，我将尝试找到用于创建该模型的学习算法，因为这将为我提供创建模型的线索，并帮助我讨论模型中的不同问题(例如， )。
你的模型有多复杂或简单(功能工程！)
您的培训和测试错误(模型性能)是什么？
这两种方法都将帮助我讨论偏差与方差的权衡。
浏览 0提问于2019-01-06得票数 0
回答已采纳
3回答
帮助定义问题的2类类别是什么？
machine-learning、algorithms
在学习机器学习的过程中，我了解了在开始尝试建模之前定义问题的重要性。
我可以看到两种类型的问题分类：
监督/无监督/强化算法
分类/聚类/回归/排名
在网络上找到的示例定义：
第一类：
监督算法:训练数据集有输入和期望的输出。在培训期间，模型将调整其变量，将输入映射到相应的输出。
无监督算法:在这类算法中，没有目标结果。算法将对不同组的数据集进行聚类。
强化算法:这些算法都是关于决策的训练。因此，在这些决策的基础上，该算法将根据输出的成败进行训练。最后，通过经验算法将能够给出良好的预测。
第二类：
分类:你想要一个算法来回答二进制的是或否问题(猫或狗，好的或坏的，绵羊或山羊，你知道)，或者你想
浏览 0提问于2018-10-09得票数 1
3回答
何时使用随机森林
python、regression、random-forest、logistic-regression
我知道随机森林模型可以用于分类和回归情况。
是否有更具体的标准来确定随机森林模型在估计值时比一般回归(线性、拉索等)或Logistic回归进行分类时表现得更好？
浏览 0提问于2019-06-29得票数 5
1回答
通过创建自己的标签进行监督学习
machine-learning
场景--我有没有标签的数据，但是我可以创建一个函数来根据行为给数据贴上标签并部署模型，这样我就不必一直给数据贴标签了。这算是机器学习吗？
目标：基于高、中、低标签对大数据(数万亿行数据)进行容量峰值分类
data ：我拥有的数据包括以下属性:帐户、时间、日期、卷金额。
方法
创建一个名为“尖峰”的新特征列，并创建一个熊猫函数来识别大于5的尖峰。这是功能工程吗？
接下来，我创建我的标签列，并将其分类为低、中或高峰值。
接下来，我将训练一个机器学习分类器，并将其部署到大数据中标记具有类似模式的未来帐户。
关于这个过程的想法？这种方法对机器学习是正确的吗？
浏览 1提问于2019-06-26得票数 0
3回答
如何在基于Java/JVM的应用程序中对机器学习模型进行拟合和评分
java、machine-learning、scikit-learn、h2o、pmml
请您指导我如何在基于Java/JVM的应用程序(生产中)中创建和执行机器学习模型/统计模型(回归、决策树、K均值聚类、朴素贝叶斯、记分卡/线性/logistic回归等以及GBM、GLM )。
我们有一个基于ETL的基于Java的产品，它可以完成机器学习的大部分数据准备步骤，比如从JDBC、文件、HDFS、No SQL等获取数据、连接和聚合等(这是特性工程所必需的)，现在我们希望使用机器学习/统计建模来添加分析功能。
现在，我们使用JPMML- -评价器--使用R和python (和K尼姆)对以PMML格式创建的模型进行评分，但它需要三个单独和不相连的步骤：- 1- -在我们的Java/JVM应
浏览 5提问于2016-06-12得票数 5
回答已采纳
2回答
使用机器学习模型(scikit或statsmodel)回答业务问题
python、machine-learning、statistics、regression、data-science
谢谢你在这方面的帮助。
这感觉像是一个愚蠢的问题，我可能把事情搞得过于复杂了。一些背景信息-我最近刚刚学习了Python中的一些机器学习方法(scikit和一些统计模型)，例如线性回归，逻辑回归，KNN等。我可以在pandas数据框中准备数据，将分类数据转换为0和1。我也可以将这些加载到模型中(例如，scikit learn中的逻辑回归)。我知道如何训练和测试它(使用CV等)，以及一些微调方法(gridscore等)。但这一切都在根据新数据预测结果的范围内。我主要专注于学习建立一个模型来预测新的X值，并测试该模型以确认准确性/精确度。
然而，现在我在识别和执行其他类型的问题时遇到了困难，比如回
浏览 4提问于2017-05-18得票数 0
1回答
特征提取、选择和分类概念
machine-learning
我知道支持向量机、随机树林和logistic回归是著名的机器学习(ML)分类算法。
我混淆了特征提取、选择和分类之间的术语。
上面的ML算法是否用于提取特征，而不是选择的一部分？
ML算法包括特征提取和分类两个过程吗？
训练ML算法的结果(准确性、特异性、敏感性.)在特征提取之后，告诉我们疾病分类的结果吗？
浏览 2提问于2019-11-13得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
活动推荐
腾讯云开发者
