Python 3.x 什么时候应该将年龄列转换为float或int？

我有这个疑问，通常数据集的年龄列值是int或float数据类型（例如Titanic）。 因此，假设列具有所有浮点值，您是否应该将它们全部转换为int，或者在将其馈送到ML模型时让其与之类似，

---

它对预测结果有任何伤害或不利影响吗？正确的方法是什么？

最好将年龄列转换为int。如果出现一些垃圾值，会影响模型。我们都很清楚年龄是一个整数

---

如果数据质量较高，并且您确信年龄不会浮动，那么您也可以不进行转换而继续进行。

年龄是一个连续变量，即人们一直在变老，他们不只是一年变一次年龄，因此，最能反映老化过程的值应该是

浮点

，而不是

整数

但是，使用

浮点

或

整数

取决于用例，例如：

• 您是否使用年龄作为描述老年人的特征？更好地使用浮子（例如，59.9岁的人比59.1岁的人年龄大，可能更容易患上某些疾病，或者身体不太健康，在船舶沉没的情况下不太可能存活）
• 您是否在报告年龄组？如果某些簇出现，可能最好是四舍五入（例如39.9->40）和潜在的分块（例如25-35、35-45）
• 您是否正在进行一个评估未成年人饮酒的项目（从法律角度）？然后，您应该使用向下舍入的

  int

  值（例如，如果法定年龄为16岁，一个人为15.9岁，则法定年龄为15岁，因此未成年饮酒）
• 等等

一般来说，您会发现没有一种处理数据的“正确方法”，这完全取决于用例