如果我想降低该列的偏斜性，我是否应该对带有整数的列应用转换？
如果我想降低该列的偏斜性，我是否应该对带有整数的列应用转换？
提问于 2021-06-18 18:23:39
我正在一个酒店预订数据集上执行EDA。目标是明确说明某一客户是否会取消预订。数据集有25个特征，30244个条目。
我有两个特点，说明成年人的数量和与预订者一起出生的婴儿的数量。
- 成人的数量可以是1，2，3，4或5。(数据集描述中特别给出的范围)
- 火车组的婴儿数取0、1或2(但在数据集描述中未指定范围)
当我检查数据集的偏度时，成人数和婴儿列数的偏斜度> 0.75 (我打算将日志转换应用到具有偏斜度的列中，以使它们的分布正常化)
由于这两列只包含整数值，所以我不确定是否应用转换，因为转换将给这些列提供浮动值。
我应该应用这个转换吗？斜1.710768 1.407404 0.858807
回答 1
Data Science用户
发布于 2021-09-06 14:23:55
不-不对整数特性应用日志转换。
特性的分布(包括您所称的偏度)将帮助模型学习哪些特性组合可以预测目标。
建立数据模型的一种方法是条件概率。考虑到一定数量的成人和婴儿，取消预订的可能性有多大？变换特征会扭曲条件概率的计算。
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://datascience.stackexchange.com/questions/96825
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号