0/1 python的分类数据是/否-这是一种正确的方法吗？

“我的数据集”几乎没有“是/否”（分类数据）的功能。在python中，我使用的机器学习算法中很少有不直接处理分类数据的。我知道如何将是/否转换为0/1，但我的问题是- 这是正确的做法吗？ 这些0/1的“否/是”值会被算法误解吗

---

我计划用于我的数据集的算法是-决策树（DT）、随机森林（RF）和神经网络（NN）。

是的，在我看来，将是/否编码为1/0将是正确的方法。 Python的sklearn需要数字数组中的特性。 有多种编码方式：标签编码器；一个热编码器。等 然而，由于您的变量只有两个级别的类别，如果您选择LabelEncoder或OneHotEncoder，则不会有太大的区别