什么是分类变量?举例说明其类别。

答案：分类变量又称为定性变量，其变量值是用定性方法得到的。通常按事物的性质或属性分类。然后清点各类个数所得到的数值，表现为互不相容的类别或属性。根据类别是否有程度上的差别，又可以分为两种类型：无序分类(unordered variable)和有序(ordinal categories)。(1) 无序分类的各类别间有性质上的不同，但同类间无程度的差别。包括两种情况：①二项分类，如治疗结果按治愈和未愈分为两类，两类间互相对立。②多项分类，如某人群的血型，结果分为A、B、AB、O四种情况。表现为互不相容的多个类别。(2) 有序分类的各类别之间有程度上的差别，且排列有序，有半定量的含义，又称为半定量变量。如临床疗效按治愈、显效、好转和无效分为四级；病情分为轻、中、重三级。每个级别之间有程度上的差异。

分类变量（categorical variable）

分类变量，用于表示类别或标签

类似于维度，描述性的变量，不是单纯的连续性数值

比如：性别（男女）、省份、城市、年龄段

分类变量可以分为：

在机器学习的很多算法中，是不能识别分类变量的，我们需要将这些变量进行转换

在pandas中，进行独热编码很方便

参考： pandas函数-get_dummies

这里说明的问题，就是独热编码有些冗余，使用虚拟编码就可以解决，比如上面提高的性别，我们使用01表示男，使用10表示女，而在虚拟编码中， 可以直接使用1表示男，0表示女

再比如：

这红、黄、蓝三种颜色，其实使用2个变量就可以表示，10表示蓝色，01表示**，00就是红色了

下面这篇文章是我参考整理的，原文还介绍了很多其他内容和实例，我没有记录完整，

等后续有空再继续学习

参考： 机器学习中的特征工程——分类变量的处理

鹏仔微信 15129739599 鹏仔QQ344225443 鹏仔前端 pjxi.com 共享博客 sharedbk.com