Python/Scikitlearnのカテゴリ変数one-hotエンコーディングなし

Question

Python/Scikit-learn GLMモデルでは、そのままカテゴリ変数を使用できますか？私はワンホットエンコーディングの代替を実現しています。このアプローチの私の問題は、変数全体を有意義にテストすることができなくなることです。私はエンコードされた変数（部分的です）だけをテストできます。

なぜSASはPythonではなくそのような変数を処理できるのですか？お知らせ下さい。

Answer 1

これは実際に所有しているデータによって異なります。たとえば、low、medium、highなどのカテゴリ変数に順序を割り当てることができる場合は、1,2,3のような番号を割り当てることができます。ただし、順序がない場合は少し難解ですまったく。ワンホットエンコーディング以外にも、Helmert Coding Schemeを試すことができます。さらに分析するためにthis blog postを読むこともできます。様々な他の符号化方式は、カテゴリ変数のためsklearnでもあります。

• Sum Coding
• Polynomial Coding
• Backward Difference Coding

あなたが他のCategorical Encoders in Sklearn hereについての詳細を読むことができます。