使用ScikitLearn的SVR，如何结合分类和连续特征来预测目标？

Question

本文利用支持向量机来解决一个回归问题，基于分类和连续相结合的几个特征对教师收入进行预测。例如，我有[白人、亚洲人、西班牙裔、黑人]，#年的教龄和多年的教育。在

对于分类，我使用了sci工具包的预处理模块，并对4个种族进行了热编码。在这个例子中，对于一个白人教师来说，它看起来像是[1,0,0,0]，因此我有一个数组{[1,0,0,0]，[0,1,0,0]，…[0,0,1,0]，[1,0,0,0]}代表每一位教师的种族。我可以用种族与收入进行回归，即：

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

我也可以使用数量特征进行回归。但是，我不知道如何将这些功能组合在一起

^{pr2}$

Answer 1

您可以使用scikit learn的OneHotEncoder。如果您的数据在numpy数组“racearray”中并且列是

[ contionus_feature1, contious_feature2, categorical, continous_feature3]

您的代码应该类似（请记住numpy枚举以0开头）

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

然后您可以像往常一样查看您的race_encode数组，并在SVR中使用它

^{pr2}$