使用Scikit-Learn的SVR，如何将分类和连续特征结合起来预测目标？

Question

我想使用支持向量机来解决回归问题，根据一些混合了分类和连续的特征来预测教师的收入。 例如，我有[白人，亚洲人，西班牙裔，黑人]，＃年教学和多年教育。

对于分类，我使用了sci-kit的预处理模块，并对4场比赛进行了热门编码。 在这种情况下，对于白人教师来说它看起来像[1,0,0,0]，因此我有一个{[1,0,0,0]，[0,1,0,0]的数组，... [0,0,1,0]，[1,0,0,0]}表示为SVR编码的每位教师的比赛。 我可以只用种族与收入进行回归，即：

clf= SVR(C=1.0)
clf.fit(racearray, income) 

我也可以使用定量特征进行回归。 但是，我不知道如何将这些功能组合在一起，即

continousarray(zip(yearsteaching,yearseduction))
clf.fit((racearray, continousarray), income)

Answer 1

你可以使用scikit-learn的OneHotEncoder 。 如果你的数据是numpy数组“racearray”，列是

[contionus_feature1，contious_feature2，categorical，continous_feature3]

你的代码应该是这样的（请记住，numpy枚举从0开始）

from sklearn.preprocessing import OneHotEncoder
enc = OneHotEncoder(categorical_features=[2])
race_encoded = enc.fit_transform(racearay)

然后你可以像往常一样查看你的race_encode数组，并在SVR中使用它

clf= SVR(C=1.0)
clf.fit(race_encoded, income)