作者chienjens (青茶無糖去冰)
看板DataScience
標題[問題] dummy variable
時間Fri May 18 08:50:53 2018
問題類別:
Dummy variable vs numeric
使用工具:
python
問題內容:
板上各位好！
小弟有個小問題想請教，
在Sklearn中，如果遇到類別型變數都須透過轉dummy的形式來fit model，
那轉成0/1之後程式如何知道這是dummy variable呢？
怎麼不會跟其他numeric變數混為計算呢？
以naive bayes為例，x本就能是類別也能是數值，
那sklearn中的naive_bayes仍須先將類別轉成dummy，
這樣python不會將dummy視為一般數值處理嗎？
這個問題小弟困惑了一下，目前沒看到相關的說明，於是上來請教各位大大！
還希望各位大大解惑！
謝謝！
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 42.72.235.158
※ 文章網址: https://webptt.com/m.aspx?n=bbs/DataScience/M.1526604656.A.8AB.html
1F：→ yoyololicon: 有點看不懂你的問題...轉成0/1就是要讓程式對所有的05/18 09:05
2F：→ yoyololicon: 變數一視同仁05/18 09:05
因為我看naive bayes對於類別型跟數值型變數計算機率的方式不一樣，然而數值型計算
需要用到平均數跟標準差，這樣如果把類別轉成0/1不就會以數值型方式計算機率，而非
類別嗎？
不好意思！這問題好像好難解釋QQ
※ 編輯: chienjens (42.72.235.158), 05/18/2018 09:10:42
3F：→ yoyololicon: 我是看不出有甚麼問題 冏05/18 09:35
4F：→ yoyololicon: 我不知道sklearn是怎麼做的 不過通常類別轉成0/1後還05/18 09:35
5F：→ yoyololicon: 還要做smoothing 不然直接算機率好像會有問題05/18 09:35
先感謝y大回答！
因為轉成dummy後，從dataframe看是數值，如果y大說還要做smoothing，那我的問題應該
就是sklearn怎麼判斷這個column是dummy轉的0/1，進而做smoothing呢？
對於程式來說，0/1與其他數值變數不都是數值型嗎@@
※ 編輯: chienjens (42.72.235.158), 05/18/2018 10:28:17
6F：→ yoyololicon: 類別的型別通常是int吧 覺得判斷這個沒什麼難05/18 10:44
7F：→ yoyololicon: 你不用先轉成dummy sklearn都會自動幫你處理惹05/18 10:53
因為類別型的資料(string) fit model就會出現錯誤，所以我是透過pd.get_dummies的方
式轉，轉過後是int沒錯，所以sklearn「有可能」是用int跟float判斷的囉？
※ 編輯: chienjens (42.72.235.158), 05/18/2018 11:16:35
8F：→ yoyololicon: 其實你可以用labelencoder就不用轉one hot了 05/18 13:36