训练算法的分类数据预处理

Question

我有一个训练数据集，其中"Output“col的值依赖于三列(这是分类的不订货)。

Inp1    Inp2        Inp3               Output
A,B,C   AI,UI,JI    Apple,Bat,Dog      Animals
L,M,N   LI,DO,LI    Lawn, Moon, Noon   Noun
X,Y,Z   LI,AI,UI    Xmas,Yemen,Zombie  Extras

因此，基于这些训练数据，我需要一个ML算法来预测任何传入的数据行，这样如果它类似于训练行，那么就需要一个最大的相似输出。

行可以继续增加(因此get_dummies创建了许多列，使用这些列是不可行的)，而且没有按优先级排序。要使ML模型工作，需要对Inp列的分类数据进行哪种编码。请提出一个更好的方式来模拟同样的。

Answer 1

您可以尝试使用其他编码器，如均值编码器、有序标记编码器、证据权重编码器、概率比编码器、二进制编码器。