如何在 MLBase 中将类别变量转换为虚拟/指标变量答案

【问题标题】：How to transform category variable to dummy/indicator variable in MLBase如何在 MLBase 中将类别变量转换为虚拟/指标变量
【发布时间】：2015-09-16 21:50:14
【问题描述】：

我正在尝试使用 MLBase 中的逻辑回归模型来预测广告的点击率。在我的数据集中，我有一些类别变量，我想将它们转换为用作模型输入的虚拟/指示变量。我的数据看起来像

"log_time","country","gender"
"2015-05-19","USA","M"
"2015-05-20","IND","F"

是否有一些解决方案可以在 MLBase 或 scala 中完成转换？

【问题讨论】：

标签： scala apache-spark machine-learning logistic-regression apache-spark-mllib

【解决方案1】：

您要查找的内容称为one hot encoding。

Spark 的 MLlib has a one hot encoder 可以为您完成这项工作。

【讨论】：