Подготовка факторов ... Подготовка факторов Кодирование категориальных факторов Дана таблица со следующими факторами: «Десятилетие» — десятилетие XX века, когда был выпущен фильм. «Студия» — код киностудии, которая занималась производством фильма. «Продолжительность» — продолжительность фильма в минутах. «Место съёмок, город» — город, в котором происходили съёмки фильма. «Литературная основа» — правда ли, что в основу фильма легло литературное произведение. «Число зрителей» — число зрителей фильма в кинопрокате. Десятилетие Студия Продолжительность, минуты Место съёмок, город Литературная основа Число зрителей 60 -е ABC 107 Москва Нет 25000000 60 -е ABC 83 Ленинград Да 29000000 50 -е CDE 99 Старая Ладога Да 14000000 80 -е FGH 115 Самара Нет 13000000 По имеющимся данным необходимо научиться предсказывать число зрителей фильма. Вопросы-ответы по тексту Фактор, который может принимать только одно из двух значений — либо «Да», либо «Нет», — принято называть не категориальным, а бинарным. Кодирование бинарных факторов в численное представление происходит по очень простому принципу: значению «Нет» сопоставляется 0 , а значению «Да» — 1 . Определите тип каждого из факторов, которые представлены в данных. Верно «Десятилетие» «Студия» «Продолжительность, минуты» «Место съёмок, город» «Литературная основа» «Число зрителей» бинарный категориальный категориальный, имеющий порядок численный Далее Вопросы-ответы по задаче Для каждого из факторов определите все подходы (их может быть несколько), которые было бы уместно применить для его кодирования в численное значение. Если фактор численный, то соотнесите его с подходом «Кодирование не требуется». Например, категориальный фактор «Жанр фильма» можно закодировать двумя способами: «Завести под каждую категорию новую колонку...» и целевое кодирование. При этом способ «Упорядочить все возможные категории...» не подходит, потому что у жанров нет естественного порядка. «Десятилетие» «Студия» «Продолжительность, минуты» Перевести значение «Нет» в 0 , а значение «Да» — в 1 Упорядочить все возможные категории и сопоставить каждую из них её номеру в общем списке Завести под каждую категорию новую колонку, в которой значение 0 соответствует тому, что объект не принадлежит данной категории, а значение 1 — тому, что принадлежит Целевое кодирование Кодирование не требуется Ответить Вопросы-ответы по задаче Для каждого из факторов определите все подходы (их может быть несколько), которые было бы уместно применить для его кодирования в численное значение. Если фактор численный, то соотнесите его с подходом «Кодирование не требуется». Например, категориальный фактор «Жанр фильма» можно закодировать двумя способами: «Завести под каждую категорию новую колонку...» и целевое кодирование. При этом способ «Упорядочить все возможные категории...» не подходит, потому что у жанров нет естественного порядка. «Место съёмок, город» «Литературная основа» «Число зрителей» Перевести значение «Нет» в 0 , а значение «Да» — в 1 Упорядочить все возможные категории и сопоставить каждую из них её номеру в общем списке Завести под каждую категорию новую колонку, в которой значение 0 соответствует тому, что объект не принадлежит данной категории, а значение 1 — тому, что принадлежит Целевое кодирование Кодирование не требуется

Для того чтобы решить задачу по кодированию факторов, нам нужно определить тип каждого фактора в представленных данных и подходы к их кодированию. Давайте подробнее рассмотрим каждый фактор. ### Определение типов факторов 1. **Десятилетие** - **Тип:** Категориальный, имеющий порядок (так как десятилетия имеют естественный порядок: 50-е, 60-е, 70-е и т.д.). 2. **Студия** - **Тип:** Категориальный (код киностудии является категориальным, но не упорядоченным). 3. **Продолжительность, минуты** - **Тип:** Численный (это количество минут, поэтому кодирование не требуется). 4. **Место съёмок, город** - **Тип:** Категориальный (города представляют собой категории без естественного порядка). 5. **Литературная основа** - **Тип:** Бинарный (это бинарный признак с двумя значениями: "Да" и "Нет"). 6. **Число зрителей** - **Тип:** Численный (это количество зрителей, также не требует кодирования). ### Подходы к кодированию факторов Теперь рассмотрим подходы к кодированию каждого фактора: 1. **Десятилетие** - **Упорядочить все возможные категории и сопоставить каждой её номер.** (например, 50-е — 1, 60-е — 2, 70-е — 3) - **Завести под каждую категорию новую колонку** (один горячий код). 2. **Студия** - **Завести под каждую категорию новую колонку, в которой значение 0 соответствует тому, что объект не принадлежит данной категории, а значение 1 — тому, что принадлежит.** (один горячий код). - **Целевое кодирование.** (можно использовать в зависимости от модели). 3. **Продолжительность, минуты** - **Кодирование не требуется.** 4. **Место съёмок, город** - **Завести под каждую категорию новую колонку.** (один горячий код). - **Целевое кодирование.** (в зависимости от контекста анализа). 5. **Литературная основа** - **Перевести значение «Нет» в 0, а значение «Да» — в 1.** (это бинарное кодирование). 6. **Число зрителей** - **Кодирование не требуется.** ### Итоговая таблица | Фактор | Тип | Кодирование | |---------------------------------|----------------------------------|---------------------------------------------------------------------| | Десятилетие | Категориальный, имеющий порядок | Упорядочить и сопоставить номера, Завести под каждую категорию новую колонку | | Студия | Категориальный | Завести под каждую категорию новую колонку, Целевое кодирование | | Продолжительность, минуты | Численный | Кодирование не требуется | | Место съёмок, город | Категориальный | Завести под каждую категорию новую колонку, Целевое кодирование | | Литературная основа | Бинарный | Перевести значение «Нет» в 0, а значение «Да» — в 1 | | Число зрителей | Численный | Кодирование не требуется | ### Заключение Таким образом, мы определили типы факторов и подходы к их кодированию в числовое представление. Это поможет создать модель для предсказания числа зрителей фильма на основе остальных факторов. Если у вас есть дополнительные вопросы, не стесняйтесь задавать их!