カテゴリ属性を持つSVMを扱う方法

35次元（属性）のスペースがあります。私の分析上の問題は単純な分類です。

35のディメンションのうち、25を超えるものがカテゴリカルであり、各属性は50を超えるタイプの値を取ります。

そのシナリオでは、ダミー変数の導入も機能しません。

カテゴリ属性が多数あるスペースでSVMを実行するにはどうすればよいですか？

categorical-data svm

— ひま
ソース

カテゴリ属性が実際に順序属性であることが確実な場合は、数値属性として扱います。
そうでない場合は、コーディングトリックを使用して数値属性に変換します。libsvmの作者による提案によると、単純に1-of-Kコーディングを使用できます。たとえば、から値を取る1次元のカテゴリ属性があるとします。、、などの3次元の数値に変換するだけです。もちろん、これはあなたの問題に大幅に追加の次元をもたらしますが、それは現代のSVMソルバーにとって深刻な問題ではないと思います（採用する線形型やカーネル型に関係なく）。 $\{A,B,C\}$ $A = (1,0,0)$ $B = (0,1,0)$ $C = (0,0,1)$

— pengsun.thu
ソース

+1これも私が言っていたものです！余談ですが、継続的な価値のある機能の最適なカット場所を特定し、それらをビンに分割するために、再帰的なパーティション分割が時々使用されることも追加します。

— カイル。

面白い！「再帰的分割」は、（バイナリ）ツリーに聞こえます。これら2つのアイデアの違いは何ですか？その上、SVMはすでに連続的な機能を処理できますが、なぜそれをビン（再び、カテゴリデータ）に変えるのでしょうか？

— pengsun.thu

kレベルのカテゴリ変数に対してk-1個のダミー変数を作成するだけでは不十分ですか？たとえば、A =（1,0,0）、B =（0,1,0）、ここではスキップ（0,0,1）？

— 外れ値14年

追加の質問：ダミー0-1データの追加のスケーリングは不要ですか？

— アザオ