मैं एक क्लासिफायरियर को प्रशिक्षित करना चाहता हूं, एसवीएम या यादृच्छिक वन, या किसी अन्य क्लासिफायरियर को कहना चाहता हूं। डेटासेट में एक विशेषता 1000 स्तरों वाला एक श्रेणीगत चर है। इस चर में स्तरों की संख्या को कम करने का सबसे अच्छा तरीका क्या है। R combine.levels()में Hmisc पैकेज में एक फंक्शन होता है, जो कई स्तरों को जोड़ता है, लेकिन मैं अन्य सुझावों की तलाश कर रहा था।
क्या श्रेणीगत चर अनियंत्रित है? आपके पास लगभग कितने मामले हैं? श्रेणीबद्ध चर में आवृत्ति वितरण क्या है?
—
जेरोमे एंग्लीम
स्तरों का आदेश नहीं दिया जाता है। मेरी लगभग 10,000 टिप्पणियां हैं। आवृत्ति वितरण निम्नानुसार है: स्तर ए लगभग 11% टिप्पणियों में दिखाई देता है। स्तर B 8% में दिखाई देता है। 5% में सी स्तर दिखाई देता है। इनमें से लगभग 15 का स्तर डेटासेट में मौजूद टिप्पणियों का 50% है।
—
साबुनीमे