scikit-learnのロジスティック回帰フィーチャ値の正規化

Question

Python 2.7の使用。問題はフィット法に関するものです。数値型の機能（例えば、Male,Femaleなどの文字列型の機能）が必要な場合は、機能（数値はX）を使用するか、数値機能に変換することをおすすめします？そして私は複数値文字列型の機能を持っている場合にも

http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html#sklearn.linear_model.LogisticRegression.fit

に関して、 林（例えば機能ジオがSan Franciscoの任意の値、San Jose、Mountain View、などすることができる）

Answer 1

あなたはカテゴリエンコードする必要がありますあなたがsklearnを使用したい場合は、それらを数値に変換します。このリンゴはすべてsklearn estimators（LogisticRegressionを含む）にあり、使用しているPythonのバージョンは関係ありません。

見て4.3.4。詳細な情報は、のhttp://scikit-learn.org/stable/modules/preprocessing.html#encoding-categorical-featuresのエンコードカテゴリ機能を参照してください。

Answer 2

ちょうどMhFarahaniさんの答えにビットを追加する： はい、これらのラベルを数値（通常0または1）に変換する必要があります。ジェンダーのようなものについては、男性は0、女性は1のいずれかの行が必要です。逆もまた同様です。地理的な場所のようなものは、もう少し複雑になります。合理的な数の回答がある場合は、pandasのget_dummies関数を使用して（ドキュメントhereをチェックして）、データフレームに各可能な場所を表す行を自動的に設定してください。それらの行のうちの1つを削除して、その場所を「デフォルト」にすることができます。