Transforms.Categorical.OneHotEncoding:一个特征有n个类别,使用one-hot编码变成了n个特征,决策树选择其中某个特征分裂后一边是0一边是1,由于是one-hot编码,1的这边其他n-1个特征都是0,0的这边其他n-1个特征必有一个是1,所以也就是one-vs-res
也就是这个方法适用于该特征只有一个值时。例如我当前项目中的股票所属板块这个特征,它可能属于多个板块,则不能使用这个方法?
而学习文档中关于计算出租车车费的例子,支付方式这个特征,它只可能选择一种(对于某一条数据来说),所以可以使用这个方法。
mlContext.Transforms.Text.FeaturizeText:将文本数据转换为特征向量。例如学习文档中分析情绪的例子,情绪文本就采用这个方法转换为特征向量。所以向我这个股票所属板块的特征应当用本方法。
个人理解,也不知道对不对。不喜勿喷,欢迎指正。谢谢!