Categorical Feature Encoding Challenge分类特征编码挑战

数据包含二进制特征（bin_*），名义特征（nom_*），序数特征（ord_*）以及（day一周中的）（可能是周期性的）month特征。字符串序数特征ord_{3-5}根据依词法排序string.ascii_letters。

The dataset includes binary features (bin_*), nominal features (nom_*), ordinal features (ord_*), as well as month features, where "day" refers to the day of the week and these features may be periodic. The string-based ordinal features ord_{3–5} are sorted lexicographically according to string.ascii_letters.

搜集汇总

背景与挑战

背景概述

该数据集来自天池平台的分类特征编码挑战，专注于二元分类任务，所有特征均为分类类型，包括二进制、名义、序数和周期性特征。数据集设计用于探索和比较不同的编码策略，且不包含缺失值或未见特征值。