Home › Fóruns › Fórum Estatística para Ciência de Dados e Machine Learning › Qui quadrado
- Este tópico contém 5 respostas, 3 vozes e foi atualizado pela última vez 9 meses, 1 semana atrás por
Jones Granatyr.
- AutorPosts
- 14 de maio de 2022 às 17:30 #34619
Professor,o feature selection(qui quadrado),funciona com variáveis qualitativas,ou tem que fazer algum procedimento antes?
16 de maio de 2022 às 17:22 #34636Olá Caio,
As classes qualitativas devem estar representadas com
0
(para ausência) e1
(para presença), como acontece com várias colunas do dataset mostrado na aula.16 de maio de 2022 às 19:48 #34639por exemplo,casado,solteiro e viuvo = 1,nulo =0.O que importa é a presença do registro em si,não a informação?
19 de maio de 2022 às 10:42 #34657Depende, neste caso o 1 vai só significar se o registro não está nulo para a categoria “estado civil”. Se você quiser explicitar que a categoria pode ser casado, solteiro, viúvo ou nulo, precisa fazer desta forma:
reg1: casado => [1, 0, 0, 0] reg2: solteiro => [0, 1, 0, 0] reg3: viúvo => [0, 0, 1, 0] reg4: nulo => [0, 0, 0, 1]
Assim, cada posição da lista indica uma das 4 categorias possíveis para “estado civil”.
Esta codificação é tão comum que é chamada de One Hot Encoding, você vai encontrar referências a ela e como realizá-la no curso Machine Learning e Data Science com Python de A à Z, Parte 1 – Classificação, aula Atributos categóricos – OneHotEncoder.
19 de maio de 2022 às 19:44 #34665opa,entendi.Valeu.
9 de maio de 2024 às 09:48 #44748Qualquer outra dúvida é só avisar!
- AutorPosts
- Você deve fazer login para responder a este tópico.