Dataframe macgien学习中的数据类型

我有不同数据类型的表。我的一些专栏是：

名称、时间、日期、文件数量、工时、作业类型

杰克，10:24:542015-02-15,82,20，项目经理 ……等等

我想通过使用随机森林模型来训练这些特征，以预测公司的工作类型。

---

我的问题是，我应该将列转换为特定的数据类型以获得良好的准确性，那么时间和数据呢？我有大约48970行，这是我第一次使用机器学习。

是的，需要转换数据。通常，所有列都应具有数字格式：

• 您可以从时间-天、小时、周等提取特征
• 作业类型是一种分类特征，常用的转换方法有标签编码和单选编码
• 其他分类列也可以这样做，比如name
• 如果使用线性模型，则应规范化数值特征