特征编码
编辑特征编码
编辑机器学习模型只能处理数值。因此，有必要将相关特征的类别值转换为数值。这个过程称为特征编码。
数据框分析会自动执行特征编码。输入数据会使用以下编码技术进行预处理：
- 独热编码：为每个类别分配向量。向量表示相应的特征是否存在（1）或不存在（0）。
- 目标均值编码：用目标变量的平均值替换类别值。
- 频率编码：考虑给定类别值与特征相关的出现次数。
当模型对新数据进行预测时，需要以与训练时相同的方式处理数据。Elastic Stack 中的机器学习模型推理会自动执行此操作，因此在每次推理调用中都会使用自动应用的编码。有关推理的更多信息，请参阅分类和回归。
特征重要性是针对原始类别字段计算的，而不是针对自动编码的特征。