如何在构建 ML 模型中使用有序分类变量？

Question

我正在尝试构建逻辑回归模型，并且我的许多特征都已排序分类变量。我认为虚拟变量可能没有用，因为它以相同的权重对待每个类别。那么，我是否需要像数字一样对待有序的分类变量？

提前致谢。

Answer 1

有序的分类值在数据挖掘中被称为“Ordinal”属性，其中一个值小于或大于另一个值。您可以将这些值视为标称值或连续值（数字）。 将它们视为数字（连续）的一些优点和缺点是：

优点：

• 这使您在选择分析和 保留排序中的信息。对许多人来说更重要的是 分析师，它可以让您轻松分析数据。

缺点：

• 这种方法需要假设数值距离 每组后续类别之间是相等的。除此以外 根据域，您可以增大间隔。