非数值型多分类问题——Kaggle旧金山犯罪类型分类问题

十一前面了一家公司——极智嘉(Geek++), 做物流分拣机器人的。去之前一直在考虑，还是挺兴奋的，因为终于找到一家将机器人和机器学习结合的公司(除了视觉和聊天)。但是始终没有想清楚物流分拣与数据挖掘有什么关系？换句话说，结合点在哪儿？直到和四位算法工程师交谈之后才逐渐明白。(具体做啥包括面试过程，这里先卖个关子，以后再介绍)总之，这次面试之后，我开始关注非数值型分类问题。也算是自然语言处理中文本分类问题。

首先，这个案例地址：https://www.kaggle.com/c/sf-crime  训练集数据含义都有解释。大致是根据

过程和之前分类过程差不多，今天主要关注如何处理非数值型特征。

代码链接为：待续。。。

文本分类应用场景如下图：