さまざまなフィーチャディメンションを持つデータセットを使用してsklearnクラシファイアをトレーニングするにはどうすればよいですか？

Question

私はこのタイプのデータセットを持っています。

Ingredient_A | Ingredient_B | Ingredient_C | Ingredient_D | Meal 
------------------------------------------------------------------ 
    Bread  | Butter  |  -  |  -  | buttered bread 
    Avocado | Tomato  |  Garlic |  -  | Guacamloe 

私はそれでsklearnディシジョンツリー分類子を訓練したいが、私は私のデータセットの様々な特徴の次元に対処する方法がわかりません。理想的には、私は空のセルを無視することを望むでしょう。私は空のセルをナノに置き換えることを考えましたが、スクールはナノを受け入れません。 sklearnでこのようなデータセットを使用する方法はありますか？

Answer 1

あなたは、このようなのようなベクトルとして、あなたのデータをエンコードする必要があります

(Avocado, Bread, Butter, Garlic, Tomato) 
(0,1,1,0,0) = 'Buttered Bread' 
(1,0,0,1,1) = 'Guacamloe' 

ベクトルの各要素は、特定の成分の存在を表しています。この形式のデータを任意の分類子に直接入力することができます。暗黙の順序付けに問題はありません。