我有一个来自Kaggle的房屋数据集，有一些列是事物的数量（汽车，壁炉，房间等...）。我如何处理它们以将它们用作机器学习模型中的功能？我应该缩放它们或标记它们或其他？谢谢
我会尽力回答。
1）始终需要准备数据。您可能无需准备数据就可以从RF获得一些结果，但是当数据采用允许算法学习得更好的格式时，几乎总是可以得到更好的结果。
2）随着学习更多的ML方法，您将获得一种直觉，即哪种算法最适合哪种情况。例如，当处理某个数据集时（例如，当要素是类别或数字时），RF是重要的第一步。另一方面，通过神经网络可以更好地提供图像或声音。
3 +4）您所谈论的通常称为特征工程，并且是其本身的主题。可以说人们可以在谋生的地方找到工作。在尝试设计功能时，最简单的方法是建立一个简单的模型，查看哪些功能是最佳的，然后与它们一起使用以获得更好的结果（根据情况组合或仅考虑它们）。困难的方法要求您研究和理解数据背后的现实，这可以使您能够制作比原始数据更好的功能。
简而言之，做实验。尝试不同的组合以了解最有效的方法，并记住-机器学习比艺术还多于科学。
祝你好运！