Mã hóa một Hot cho số lượng lớn các giá trị

Làm thế nào để chúng ta sử dụng một mã hóa nóng nếu số lượng giá trị mà một biến phân loại có thể lấy là lớn?

Trong trường hợp của tôi, nó là 56 giá trị. Vì vậy, theo phương pháp thông thường, tôi sẽ phải thêm 56 cột (56 tính năng nhị phân) trong tập dữ liệu huấn luyện, điều này sẽ làm tăng sự phức tạp và do đó thời gian đào tạo.

Vậy làm thế nào để chúng ta đối phó với các trường hợp như vậy?

Nếu bạn thực sự quan tâm đến số lượng kích thước, bạn vẫn có thể thử áp dụng thuật toán giảm kích thước, chẳng hạn như PCA (Phân tích thành phần chính) hoặc LDA (Phân tích phân biệt tuyến tính), sau một lần mã hóa nóng.

Nhưng hãy biết rằng "56 tính năng" không thực sự lớn và nó rất phổ biến trong ngành để có hàng ngàn, hàng triệu hoặc thậm chí hàng tỷ tính năng.

Bạn có thể thử giảm độ mờ của 56 tính năng kết quả giả, nếu bạn có một số danh mục đại diện cho một tỷ lệ nhỏ so với đa số bằng cách dán nhãn chúng giống nhau.

Khi có số lượng lớn các biến phân loại, nên làm một so với phần còn lại.