Python 多项式中的分类变量

我是Python新手，这里有一个关于在多项式nb中设置X_列的简单问题

因此，我想使用两个分类特征预测一个目标（“A1”、“A2”、“A5”）：工作日，具有7个唯一值（'Mon'、'Tue'、'Wed'、'Thu'、'Fri'、'Sat'、'Sun'），以及具有5个唯一值（'a'、'B'、'C'、'D'、'E'）的位置

以下是我正在做的：

• 使用

  pd.getdummies

  将工作日和位置转换为二进制输入向量
• 使用

  LabelEncoder

  将目标转换为数值
• 将数据拆分为培训/测试

然后我执行以下操作（使用scikit学习）：

因此，我的问题是：

• 以上步骤正确吗？特别是，“获取虚拟对象”是处理分类特征的最佳方法吗？

• 通过执行上述操作，

  X_列

  将成形（N_样本，12），其中12来自7（矢量化工作日）和5（矢量化位置）。对于此问题，此设置是否正确

---

非常感谢

一般来说，你的步骤听起来是正确的。我确实发现

get_dummies（）

是为scikit learn准备无序分类功能的最简单方法。但是，您实际上可以删除每个分类变量的“基线级别”，将功能的数量减少到10（6+4而不是7+5）。此外，请记住，如果您有一个有序的分类功能，将其作为一个功能保留并将类别转换为“合理”的数值可能是有意义的

在的第2部分中，我将展示上述所有内容的示例

clf=MultinomialNB()
clf.fit(X_train,y_train)