一位機器學習工程師有一個 `day_of_week` 欄位,其值為 Monday、Tuesday、Wednesday、Thursday、Friday、Saturday 和 Sunday。工程師應該使用哪種技術將此類別欄位轉換為二元指標變數?
選擇一個答案
點擊一個選項來檢查您的答案。
正確答案: 獨熱編碼 (One-hot encoding).
為什麼這是答案
獨熱編碼 (One-hot encoding) 是將類別資料轉換為數值格式的適當技術,特別是當類別之間沒有固有的順序關係時。對於 dayofweek 欄位,星期幾之間沒有大小或順序的意義,例如 Monday 不比 Tuesday 大或小。獨熱編碼會為每個唯一的星期幾創建一個新的二元(0 或 1)特徵欄位,避免模型錯誤地推斷出類別之間的序數關係,這對於許多機器學習演算法至關重要。 二元編碼 (Binary encoding) 會先將類別轉換為整數,然後再將這些整數編碼為二進位表示,這會引入不必要的序數關係。標籤編碼 (Label encoding) 僅將每個類別分配一個唯一的整數,這會直接在類別之間創建不正確的序數關係。詞元化 (Tokenization) 主要用於處理文字資料,將文字分解為單詞或子單詞,不適用於此類結構化類別資料。
通過考試 — 無需無休止地尋找答案
集中一處獲取此考試的所有核實題目和解釋,節省數小時的準備時間。1,000 多種認證 · 20 多種語言 · 免費開始。
更快通過您的考試 → 無需信用卡