我是机器学习的新手，目前正在处理具有很多id列的数据集。
我大约有十列ID，这些ID代表类别，例如：一个地区为1248885，另一个地区为4929994，等等。这些都是数字变量，但这只是参考...
我的问题是：我应该对这些ID进行缩放（标准化），还是因为它们仅仅是ID而没有意义？还是应该将它们视为分类变量？
我无法删除它们，因为我的数据集几乎只包含ID。
非常感谢。
最佳答案
这些是分类的，因此您不会对其进行标准化或标准化。您只能使用数值来做到这一点。如果ID过多，则也不宜对其进行热编码。您必须询问这些ID是否与您的预测问题相关，这些ID是否是在您的数据集中定义某些内容的特征，等等。希望这对您有所帮助！
关于pandas - 机器学习中的Scale ID列？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/55505163/