分类：目标有2个以上的类

Question

我正在做一个分类练习，面对一个有两个以上分类类的目标。我用Labelencoder对这些类进行了编码。 唯一的问题是，我相信我可能必须使用Onehotencoding之后，因为我不再只有0和1，而是0，1，2，3。 事实是，我只是不知道Knn或决策T是否会接受这些数字作为类。如果没有，有人能告诉我怎么做吗？你知道吗

我的第一个目标是：

Good 
bad
medium
excellent

我改为：

1
3
2
0

我想我真正的问题是，这可以直接用作我的目标类或我需要进一步的工程？你知道吗

Answer 1

Sklearn中的大多数模型都支持多类，而不需要一个热编码。KNN和DecisionTree也支持它。你知道吗

让我们用一个玩具的例子来验证这一点

from sklearn.linear_model import LogisticRegression
from sklearn.tree import DecisionTreeClassifier
from sklearn.ensemble import RandomForestClassifier
from sklearn.neighbors import KNeighborsClassifier

f = [[1, 2], [3.2, 4.5], [2.0, 0.75], [0.25, 3.68]]

t = [1,
3,
2,
0]

lr = LogisticRegression().fit(f, t)
d = DecisionTreeClassifier().fit(f, t)
r = RandomForestClassifier().fit(f, t)
n = KNeighborsClassifier(n_neighbors=3).fit(f, t)

lr.predict(f) # array([3, 3, 2, 0])
d.predict(f) # array([3, 3, 2, 0])
r.predict(f) # array([3, 3, 2, 0])
n.predict(f) # array([0, 0, 0, 0])

如您所见，它们都支持多类而不需要任何热编码。你知道吗

如果你想使用一个神经网络，那么你可能需要一个热编码的标签上的损失函数的基础上使用。你知道吗