python 中处理不同数据类型的 NaiveBayes 分类器

NaiveBayes classifier handling different data types in python

我正在尝试在 Python 中实现朴素贝叶斯分类器。我的属性有不同的数据类型：Strings、Int、float、Boolean、Ordinal

我可以使用高斯朴素贝叶斯分类器（Sklearn.naivebayes : Python 包），但我不知道如何处理不同的数据类型。分类器抛出错误，指出无法处理 Int 或 float

以外的数据类型

我可能想到的一种方法是将字符串编码为数值。但我也怀疑，如果我这样做的话，分类器的表现会有多好。

是的，您需要将字符串转换为数值朴素贝叶斯分类器无法处理字符串，因为字符串无法进入数学方程式。

如果您的字符串有一些 "scalar value"，例如 "large, medium, small"，您可能希望将它们分类为“3,2,1”，但是，如果您的字符串是没有顺序的东西，例如颜色或名称，您可以这样做或分配二进制变量，每个变量都引用一种颜色或名称，如果它们不多的话。

例如，如果您对汽车进行分类，它们可以是红色、蓝色和绿色，您可以定义变量 'Red' 'Blue' 'Green' 取值 0/1，具体取决于你的车的颜色。

不要手动转换数据类型，而是使用字典向量化。