אפשר להכפיל נתונים מספריים אמיתיים באופן משמעותי. לדוגמה, כדאי לקחת בחשבון
שמזהה את הערך של בית על סמך השטח שלו.
חשוב לזכור שמודל שימושי להערכת מחירי בתים בדרך כלל מבוסס על מאות מאפיינים. עם זאת, אם כל שאר הנתונים זהים, ערך הבית בשטח של 200 מטר רבוע צריך להיות כפול בערך מערך הבית הזהה בשטח של 100 מטר רבוע.
לעיתים קרובות יש לייצג תכונות שמכילות ערכים של מספרים שלמים
נתונים קטגוריים במקום נתונים מספריים. לדוגמה, נניח שיש מאפיין של מיקוד שבו הערכים הם מספרים שלמים. אם אתם מייצגים
מבחינה מספרית ולא באופן קטגורי, צריך לשאול את המודל
כדי למצוא קשר מספרי
בין מספרי מיקוד שונים. כלומר, אתם אומרים למודל
להתייחס למיקוד 20004 כאל אות גדול פי שניים (או חצי) כמו של מיקוד
10002. ייצוג של מספרי מיקוד כנתונים קטגוריים מאפשר למודל לתת משקל לכל מספר מיקוד בנפרד.
קידוד
קידוד הוא המרה של נתונים קטגוריאליים או נתונים אחרים לווקטורים מספריים שאפשר לאמן עליהם מודל. ההמרה הזו נדרשת כי אפשר לאמן מודלים רק על ערכים של נקודה צפה. אי אפשר לאמן מודלים על מחרוזות כמו "dog" או "maple". במודול הזה מוסבר על שיטות קידוד שונות לנתונים קטגוריאליים.
[null,null,["עדכון אחרון: 2025-07-27 (שעון UTC)."],[[["\u003cp\u003eThis module focuses on differentiating between categorical and numerical data within machine learning.\u003c/p\u003e\n"],["\u003cp\u003eYou will learn how to represent categorical data using one-hot vectors and address common issues associated with it.\u003c/p\u003e\n"],["\u003cp\u003eThe module covers encoding techniques for converting categorical data into numerical vectors suitable for model training.\u003c/p\u003e\n"],["\u003cp\u003eFeature crosses, a method for combining categorical features to capture interactions, are also discussed.\u003c/p\u003e\n"],["\u003cp\u003eIt is assumed you have prior knowledge of introductory machine learning and working with numerical data.\u003c/p\u003e\n"]]],[],null,["# Working with categorical data\n\n| **Estimated module length:** 50 minutes\n| **Learning objectives**\n|\n| - Distinguish categorical data from numerical data.\n| - Represent categorical data with one-hot vectors.\n| - Address common issues with categorical data.\n| - Create feature crosses.\n| **Prerequisites:**\n|\n| This module assumes you are familiar with the concepts covered in the\n| following modules:\n|\n| - [Introduction to Machine Learning](/machine-learning/intro-to-ml)\n| - [Working with numerical data](/machine-learning/crash-course/numerical-data)\n\n[**Categorical data**](/machine-learning/glossary#categorical-data) has a\n*specific set* of possible values. For example:\n\n- The different species of animals in a national park\n- The names of streets in a particular city\n- Whether or not an email is spam\n- The colors that house exteriors are painted\n- Binned numbers, which are described in the [Working with Numerical\n Data](/machine-learning/crash-course/numerical-data) module\n\nNumbers can also be categorical data\n------------------------------------\n\nTrue [**numerical data**](/machine-learning/glossary#numerical-data)\ncan be meaningfully multiplied. For example, consider a\nmodel that predicts the value of a house based on its area.\nNote that a useful model for evaluating house prices typically relies on\nhundreds of features. That said, all else being equal, a house of 200 square\nmeters should be roughly twice as valuable as an identical house of 100 square\nmeters.\n\nOftentimes, you should represent features that contain integer values as\ncategorical data instead of numerical data. For example, consider a postal\ncode feature in which the values are integers. If you represent this\nfeature numerically rather than categorically, you're asking the model\nto find a numeric relationship\nbetween different postal codes. That is, you're telling the model to\ntreat postal code 20004 as twice (or half) as large a signal as postal code\n10002. Representing postal codes as categorical data lets the model\nweight each individual postal code separately.\n\nEncoding\n--------\n\n**Encoding** means converting categorical or other data to numerical vectors\nthat a model can train on. This conversion is necessary because models can\nonly train on floating-point values; models can't train on strings such as\n`\"dog\"` or `\"maple\"`. This module explains different\nencoding methods for categorical data.\n| **Key terms:**\n|\n| - [Categorical data](/machine-learning/glossary#categorical-data)\n- [Numerical data](/machine-learning/glossary#numerical-data) \n[Help Center](https://support.google.com/machinelearningeducation)"]]
