は、だから私はこのように設定されたトレーニングデータを持っている（ただし、はるかに大きい）グループ

Question

によって学習ランダムフォレストを監修：

各グループ（グループ番号を共有する行は）独特の人々（それぞれのリストが含まれてい

 Group PID Var1 Var2 Best 
    0 111  1  1  1  1 
    1 111  2  2  1  2 
    2 111  3  1  2  2 
    3 112  1  1  2  2 
    4 112  2  2  1  1 
    5 113  1  1  2  2 
    6 113  2  1  1  2 
    7 113  3  2  1  1 
    8 113  4  3  2  2 

各グループ内のPID）、グループ内の1人はBest = 1、残りのグループはBest = 2である。このトレーニングデータを使用するのは、各グループ内のどの人がVar1に基づいて最良か（ベスト= 1）およびVar2。

私はScikitを学び、ランダムなフォレストモデルを使用してテストデータのBestを予測しようとしましたが、グループを考慮せず、グループあたり複数のPIDに対してBest = 1を割り当てることができます。

モデルをトレーニングして実行する方法が不思議だったので、すべての行とグループに割り当てるのではなく、グループごとに1つのベスト= 1を割り当てる方法を学びました。役に立つリソースの方向に私を指摘すると、私はこれについて助けを求めるためにどこに行くべきか正確には分かりません。

Answer 1

フィーチャがではない場合は、であり、明確な順序付けられたメトリック（離散的な分類など）では、ワンホットエンコーディングが使用されます。これは、「他の人がいる一方で、元の機能のNクラス（異なる値）のために、我々は、（通常は）のが「良い」となります正確に、N機能のファミリを作成することを意味します悪い "（通常）。 ）isGroup111（、isGroup112（）、...

Group111 Group112 Group113 PID Var1 Var2 Best 
0  1  0  0  1  1  1  1 
1  1  0  0  2  2  1  2 
2  1  0  0  3  1  2  2 
3  0  1  0  1  1  2  2 
4  0  1  0  2  2  1  1 
5  0  0  1  1  1  2  2 
6  0  0  1  2  1  1  2 
7  0  0  1  3  2  1  1 
8  0  0  1  4  3  2  2