此数据集是否需要一个热编码？

Question

下面是UCI数据存储库中的数据集。我想建立一个回归模型，将血小板计数作为因变量（y），其余作为特征/输入

然而，在数字形式的数据集中，很少有分类变量，如贫血、性别、吸烟和死亡事件

我的问题是：

1. 在建立回归模型之前，我应该对这些变量执行“一次热编码”吗
2. 此外，我观察到这些值在不同的范围内，所以我是否应该在应用回归模型之前缩放数据集

Answer 1

您不必使用一个热编码，因为这些列已经有了数值。虽然如果这些数值实际上是string而不是int或float，那么您应该对它们使用一种热编码。关于缩放数据，变化是相当大的，因此您应该缩放它以避免回归模型偏向于高值