我有一列有 5 个独特的类别。这些类别之间有一个层次结构（最好>好>好/不确定>坏>最差）
在这种情况下，我是否应该根据层次结构对它们进行标记，例如：
Best: 4
good: 3
OK/Not Sure: 2
Bad: 1
Worst: 0
或者我应该执行 one-hot 编码/虚拟编码？模型如何感知这两件事背后的直觉是什么？
注意：我还应该提到，这是使用逻辑回归进行预测建模。
如果分类变量有一些层次结构，我应该只标记它们还是拆分为虚拟变量（One-Hot 编码）？
数据挖掘
机器学习
数据清理
逻辑回归
特征工程
2022-02-22 21:11:45
1个回答
应该在诸如花朵类型等独立值之间执行一种热编码。您提到的值是相对排名，其中差比最差等好。因此，除了将其转换为数值外，它不应该是一种热编码。