如何为catboost编码列表列？

问题描述

我有一个数据集，其中某些列包含列表：

import pandas as pd

df = pd.DataFrame(
    {'var1': [1,2,3,1,3],'var2': [1,2],'var3': [["A","B","C"],["A",None,"B"],["C","A"],["D","A"]]
    }
)

    var1    var2    var3
0      1       1    [A,B,C]
1      2       1    [A,C]
2      3       1    None
3      1       2    [A,B]
4      2       2    [C,A]
5      3       2    [D,A]

由于var3列表中的值可以混排，并且我们不能假设任何特定的顺序，因此我想到的为建模准备列的唯一方法是单点编码。可以很容易做到：

df["var3"] = df["var3"].apply(lambda x: [str(x)] if type(x) is not list else x)

mlb = MultiLabelBinarizer()
mlb.fit_transform(df["var3"])

导致：

array([[1,0],[1,[0,1],0]])

但是，引用catboost文档：

注意。预处理期间请勿使用一键编码。这个 影响训练速度和结果质量。

因此，我想问一下是否还有其他方法可以使用catboost对该列进行编码以进行建模？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）