GradientBoostingClassifier和许多列

Question

我使用GradientBoosting分类器来预测用户的性别。数据有很多预测因素，其中之一就是国家。对于每个国家我都有二元列。对于所有国家/地区栏，始终只有一列设置为1。但从计算的角度来看，这样的desicion非常慢。有没有什么方法只用一列代表国家列？我的意思是正确的。

Answer 1

您可以用实际的国家名称替换二进制变量，然后将所有这些列合并到一列中。在此列上使用LabelEncoder可创建适当的整数变量，并且应该全部设置。