处理非十进制变量的最佳做法.[ACM KDD 2009 杯]

Question

为了实践，我决定使用神经网络来解决ACM知识发现和数据挖掘特别兴趣小组在2009年杯赛上提出的分类问题（2类）。我发现的问题是数据集包含许多"空"变量，我不确定如何处理它们。此外，出现了第二个问题。如何处理其他非小数，如字符串。您的最佳实践是什么？

Answer 1

大多数方法都需要数值特征，因此分类特征必须转换为计数。 例如，如果实例的属性中存在某个字符串，则其计数为 1，否则为 0。如果它发生不止一次，它的计数会相应增加。从这个角度来看，任何不存在（或您所说的"空"）的特征计数为 0。请注意，属性名称必须是唯一的。