Python中文
首页
教程
问答
标签
搜索
登录
注册
如何处理33000多个城市的分类变量?
回答此问题可获得
20
贡献值,回答如果被采纳可获得
50
分。
<p>我在Python中工作。我对分类变量-<strong>“city”</strong>有问题</p> <p>我正在一个大型数据集上建立一个预测模型-<strong>超过100万行。 我有超过100项功能。其中一个是“城市”,由33000个不同的城市组成</p> <p>我使用例如XGBoost,其中我需要将分类变量转换为数字。Dummifying会导致功能的数量大幅增加。XGBoost(和我的20 gb RAM)无法处理此问题</p> <p>除了一个热编码、假人等,还有其他方法处理此变量吗。? (当使用一种热编码时,例如,我有性能问题,我的模型中的功能太多,内存不足。)</p> <p>有什么办法解决这个问题吗</p>
0 条评论
分类:
Python问答
请先
登录
后评论
默认排序
时间排序
1 个回答
匿名
1天前
擅长:python、mysql、java
<p>除了模型之外,还可以通过按地理区域对要素(城市)进行分组来减少要素的数量。另一种选择是按人口规模对它们进行分组</p> <p>另一种选择是使用分位数箱按频率对它们进行分组。目标编码可能是您的另一个选择</p> <p>在许多情况下,特征工程涉及大量的手工工作,不幸的是,您不能总是自动地将所有内容分类</p>
请先
登录
后评论
针对此问题:
更多的回答
关注
89
关注
收藏
1
收藏,
216
浏览
网友 提问于 2天前
相关Python问题
我想从用户inpu创建一个类的实例
2 回答
我想从用户导入值,为此
8 回答
我想从用户那里得到一个整数输入,然后让for循环遍历该数字,然后调用一个函数多次
10 回答
我想从用户那里收到一个列表,并在其中执行一些步骤,然后在步骤完成后将其打印回来,但它没有按照我想要的方式工作
2 回答
我想从用户那里获取输入,并将值传递给(average=dict[x]/6),然后在那里获取resu
3 回答
我想从第一个列表中展示第一个词,然后从第二个列表中展示十个词,以此类推- Python
5 回答
我想从第一个空lin开始解析文本文件
6 回答
我想从简历、简历中提取特定部分
5 回答
我想从给定字典(python)的字符串中删除\u00a9、\u201d和类似的字符。
10 回答
我想从给定的网站Lin下载许多文件扩展名相同的Wget或Python文件
6 回答
我想从网上搜集一些关于抵押贷款的数据
1 回答
我想从网站上删除电子邮件地址
7 回答
我想从网站上读取数据该网站包含可下载的文件,然后我想用python脚本把它发送给oracle如何?
6 回答
我想从网站中提取数据,然后将其显示在我的网页上
4 回答
我想从网页上提取统计数据。
3 回答
我想从网页上解析首都城市,并在用户输入国家时在终端上打印它们
7 回答
我想从色彩图中删除前n个颜色,而不丢失原始颜色数
3 回答
我想从课堂上打印字典里的键
9 回答
我想从费用表中获取学生上次支付的费用,其中学生id=id
6 回答
我想从较低的顺序对多重列表进行排序,但我无法在一行中生成结果
4 回答