关于问题

首先需要理解在回归(regression)中为什么分类型变量(categorical data)不能和其他自变量一样直接处理？

因为分类型变量的值没有数学意义，它只是一个编号或者序号，不能直接用于回归运算。

 

解决思路

找一个方法让分类型变量的值具有数学意义。

 

解决方法

将每个分类展开，并分别作为一个特征，其特征值非0即1。

 

例子

研究股票的股价，有以下四个特征，其中最后一个特征“所属板块”就是分类型变量

我们就可以按照上面的解决方法，将其展开，用0、1作为值，即：