以分类（字符串）数据作为标签的 SVC（支持向量分类）

Question

我scikit-learn用来实现一个简单的监督学习算法。本质上，我遵循此处的教程（但使用我自己的数据）。

我尝试拟合模型：

clf = svm.SVC(gamma=0.001, C=100.)
clf.fit(features_training,labels_training)

但是在第二行，我收到一个错误： ValueError: could not convert string to float: 'A'

该错误是预期的，因为label_training包含代表三个不同类别的字符串值，例如A、B、C。

所以问题是：如果标记数据以字符串形式表示类别，我该如何使用 SVC（支持向量分类）。对我来说，一个直观的解决方案似乎只是将每个字符串转换为一个数字。例如，A = 0，B = 1等，但事实真的是最好的解决办法？

Answer 1

看看http://scikit-learn.org/stable/modules/preprocessing.html#encoding-categorical-features section 4.3.4 Encoding categorical features.

特别是使用OneHotEncoder。这会将分类值转换为 SVM 可以使用的格式。