Scikit-learn中Logistic迴歸的編碼方法

Question

我想用Scikit-learn工具使用Logistic迴歸來做一些預測任務。

赫斯是我的任務的兩個示例特點：

特點：1（男人，女人，不明）---分類變量

特點2（點擊數）---連續可變

我不知道在向Logistic迴歸輸入數據時如何編碼功能。

我應該使用1，2和3表示分類變量男人，女人和不明，或使用（1，0，0），（0，1，0），（0，0， 1）來代表他們，當我使用Scikit學習的邏輯迴歸？那連續變量呢？

Answer 1

功能2你應該保留它，因爲你有它。

功能1有點棘手。處理丟失的數據時，您可以刪除整行或嘗試將值推算到該功能。我建議您閱讀Scikit-Learn文檔中的Imputing missing values before building an estimator。這將向您展示一個輸入數據並測試您的預測正在改進的例子。如果你插入數據，試着爲已經插入數據的行添加一個虛擬變量，我已經成功地應用了這個規範。