使用Scikit-Learn的SVR，如何將分類和連續特征結合起來預測目標？

Question

我想使用支持向量機來解決回歸問題，根據一些混合了分類和連續的特征來預測教師的收入。 例如，我有[白人，亞洲人，西班牙裔，黑人]，＃年教學和多年教育。

對於分類，我使用了sci-kit的預處理模塊，並對4場比賽進行了熱門編碼。 在這種情況下，對於白人教師來說它看起來像[1,0,0,0]，因此我有一個{[1,0,0,0]，[0,1,0,0]的數組，... [0,0,1,0]，[1,0,0,0]}表示為SVR編碼的每位教師的比賽。 我可以只用種族與收入進行回歸，即：

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

我也可以使用定量特征進行回歸。 但是，我不知道如何將這些功能組合在一起，即

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

Answer 1

你可以使用scikit-learn的OneHotEncoder 。 如果你的數據是numpy數組“racearray”，列是

[contionus_feature1，contious_feature2，categorical，continous_feature3]

你的代碼應該是這樣的（請記住，numpy枚舉從0開始）

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樣查看你的race_encode數組，並在SVR中使用它

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