使用LIME进行转换的分类特性

Question

我有一个数据集，它具有使用目标编码转换的分类特性。

在对模型进行拟合之后，我在拟合模型上使用石灰来理解一些单独的预测。

由于分类特征被转换为数字，由于编码石灰的解释变得模糊。

与其说恶臭之类的话，不如说气味< 0.24之类的话，这是毫无意义的。

我能做些什么？

Answer 1

您使用的是热结尾还是绝对编码？

国名没有顺序或等级。但是，在执行标签编码时，国家名称是根据字母排列的。正因为如此，这个模型很有可能反映了印度、日本、美国等国之间的关系。

这是我们不想要的！那么，我们如何克服这一障碍呢？这里来了一个概念-热编码！

有关详细信息，请参阅下面的链接。

https://www.analyticsvidhya.com/blog/2020/03/one-hot-encoding-vs-label-encoding-using-scikit-learn/