如何处理文本和数字特征的组合？

Question

看看Kaggel的Job Salary Prediction，我看到了数字特征（比如Category）和文本特征（比如FullDescription）。在

我如何对这些数据进行培训？我考虑过使用TfidfTransformer对文本进行矢量化，但是它创建了稀疏矩阵，许多学习算法（如RandomForestRegressor）都拒绝使用它。另外，一旦我有了文本的特征向量，如何将其与其他特征相结合？在

关于如何处理这些数据有什么建议吗？在

谢谢！在

Answer 1

我将首先独立学习每个文本字段的tf-idf特性的线性模型，并将线性模型预测作为附加特性添加到其他特性中，并训练组合特征的ExtraTreesRegressor或{}。在