处理python中不同数据类型的NaiveBayes分类器

Question

我试图在Python中实现朴素的Bayes分类器。我的属性有不同的数据类型:字符串、Int、浮点数、布尔值、序号。

我可以使用高斯朴素贝叶斯分类器(Sklearn.naivebayes : package)，但我不知道如何处理不同的数据类型。分类器引发错误，声明不能处理除Int或float以外的其他数据类型。

我可能想到的一种方法是将字符串编码成数字值。但我也怀疑，如果我这样做，分类器会有多好。

Answer 1

是的，您将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。

如果您的字符串有一些“标量值”--例如“大、中、小”--您可能希望将它们归类为"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，或者为引用颜色或名称的每个变量分配二进制变量，如果它们不是很多的话。

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‘，其值为0/1，这取决于您汽车的颜色。

Answer 2

不要手动转换数据类型，而是使用dict矢量化。

extraction.DictVectorizer.html