如何在MLBase中將類別變量轉換爲虛擬/指示器變量

Question

我試圖在MLBase中使用邏輯迴歸模型來預測廣告的點擊率。在我的數據集中，我有一些類別變量，我想將它們轉換爲用作模型輸入的虛擬/指示符變量。我的數據看起來像

"log_time","country","gender" 
"2015-05-19","USA","M" 
"2015-05-20","IND","F" 

是否有一些解決方案來完成MLBase或scala中的轉換？

Answer 1

你在找什麼叫做one hot encoding。

Spark的MLlib has a one hot encoder它可以爲你做到這一點。