python 分类变量回归_python - 使用字符串/分类特征（变量）进行线性回归分析？ - SO中文参考 - www.soinside.com...

是的，您必须将所有内容转换为数字。这需要考虑这些属性代表什么。

通常有三种可能性：

分类数据的单热编码

有序数据的任意数字

对分类数据使用类似集合的方法(例如，城市地区的平均价格)。

您必须小心不要在应用案例中注入您没有的信息。

One hot encoding

如果您有分类数据，则可以为每个可能的值创建0/1值的虚拟变量。

EG

idx color

0 blue

1 green

2 green

3 red

至

idx blue green red

0 1 0 0

1 0 1 0

2 0 1 0

3 0 0 1

这可以通过熊猫轻松完成：

import pandas as pd

data = pd.DataFrame({'color': ['blue', 'green', 'green', 'red']})

print(pd.get_dummies(data))

将导致：

color_blue color_green color_red

0 1 0 0

1 0 1 0

2 0 1 0

3 0 0 1

Numbers for ordinal data

创建可排序类别的映射，例如： G。旧

大熊猫也可以这样做：

data = pd.DataFrame({'q': ['old