代码写的克里斯托弗·l·斯托克利,2019年1月30日
用MATLAB R2018B写的。
命令:
tableVariable outputTable = createOneHotEncoding (T)
需要一个表输入变量T和tableVariable应该
该表中的一个变量。tableVariable应该是变量
分类但它不需要。下面的代码转换
变量分类如果尚未如此。将一个表
原始输入表没有tableVariable返回,但是
新变量代表一个炎热tableVariable编码。
通过在一个炎热的编码,预测重要性可以变得非常有用
当采用机器学习——从一个模型解释能力
分。能够分配一个重要一个单独的类别
在某些情况下可能是有用的和重要的。
为教育目的,尝试寻找这些机器学习
工具箱命令后建立模型:
1)oobPermutedPredictorImportance
2)predictorImportance(小心——这是误导)
3)FeatureSelectionNCARRegression
4)fsrnca或fscnca
5)sequentialfs
6)plotPartialDependence
7)个人条件期望(ICE)情节
注意一个MATLAB从MathWorks关于有缺陷或监督
强调在表中的变量名是…
注意,输出表与标签,有一个新变量
下划线。删除这些变量与“removevars”要求
用户指定要删除的列与列号,不是
变量的名字。否则意想不到的列将被删除。
引用作为
克里斯托弗·斯托克利(2023)。在一个炎热的编码表中类别变量(//www.tianjin-qmedu.com/matlabcentral/fileexchange/70140-one-hot-encoding-of-a-categorical-variable-in-a-table), MATLAB中央文件交换。检索。
版本 | 发表 | 发布说明 | |
---|---|---|---|
1.0.0 |