我正在使用 sklearn-learn 在 python 中构建一个随机森林，并且我已经对所有分类变量应用了“one hot”编码。问题:如果我对我的 DV 使用“one hot”， 我应该将其所有虚拟列应用为 DV，还是应该以不同方式处理 DV？
请您参考如下方法:
您需要对所有值不是数字的列应用单热编码。您可以使用单热和其他非数字列处理 DV 以及一些其他编码。例如:假设有一个城市名称的列，你需要把它变成数字形式。这称为数据成型。您也可以在没有一次性的情况下进行这种成型。
例如:糖尿病的 DV 列包含条目"is"和“否”。这没有单热编码。
diabetes_map = {True : 1, False : 0}
df['diabetes'] = df['diabetes'].map(diabetes_map)
