मशीन लर्निंग मॉडल के लिए आवश्यक है कि सभी इनपुट और आउटपुट वैरिएबल संख्यात्मक हों। इसका मतलब यह है कि यदि आपके डेटा में श्रेणीबद्ध डेटा है, तो किसी मॉडल को फिट करने और उसका मूल्यांकन करने से पहले आपको इसे संख्याओं में एन्कोड करना होगा… मशीन के लिए श्रेणीबद्ध डेटा के साथ काम करते समय एन्कोडिंग एक आवश्यक पूर्व-प्रसंस्करण चरण है एल्गोरिदम सीखना।
हम श्रेणीबद्ध चर को एन्कोड क्यों करते हैं?
एक श्रेणीगत चर एक चर है जिसका मान लेबल के मूल्य पर ले जाता है। … मशीन लर्निंग एल्गोरिदम और डीप लर्निंग न्यूरल नेटवर्क के लिए आवश्यक है कि इनपुट और आउटपुट वैरिएबल नंबर हों। इसका मतलब यह है कि श्रेणीबद्ध डेटा को संख्याओं में एन्कोड किया जाना चाहिए, इससे पहले कि हम किसी मॉडल को फिट करने और उसका मूल्यांकन करने के लिए उसका उपयोग कर सकें।
श्रेणीबद्ध डेटा क्यों उपयोगी है?
श्रेणीबद्ध और संख्यात्मक डेटा मुख्य प्रकार के डेटा हैं। इस डेटा प्रकारों में उपश्रेणियों की संख्या समान हो सकती है, प्रत्येक में दो, लेकिन उनमें कई अंतर हैं। ये अंतर उन्हें अद्वितीय विशेषताएँ देते हैं जो सांख्यिकीय विश्लेषण में समान रूप से उपयोगी हैं। … इसकी तुलना में, श्रेणीबद्ध डेटा गुणात्मक डेटा प्रकार हैं।
डेटा एन्कोडिंग की आवश्यकता क्यों है?
एन्कोडिंग आपके डेटा को सुरक्षित रखता है क्योंकि फ़ाइलें तब तक पढ़ने योग्य नहीं होती हैं जब तक कि आपके पास उस एल्गोरिथम तक पहुंच न हो जो इसे एन्कोड करने के लिए उपयोग किए गए थे। … चूंकि एन्कोडेड डेटा आकार में छोटा होता है, इसलिए आपको अपने स्टोरेज डिवाइस पर जगह बचाने में सक्षम होना चाहिए। यह आदर्श है यदि आपके पास बड़ी मात्रा में डेटा है जिसे संग्रहीत करने की आवश्यकता है।
एन्कोडिंग का उदाहरण क्या है?
एन्कोडिंग विचारों को संचार में बदलने की प्रक्रिया है एन्कोडर संदेश भेजने के लिए एक 'माध्यम' का उपयोग करता है - एक फोन कॉल, ईमेल, टेक्स्ट संदेश, आमने-सामने बैठक, या अन्य संचार उपकरण।… उदाहरण के लिए, आप महसूस कर सकते हैं कि आपको भूख लगी है और अपने रूममेट को भेजने के लिए निम्न संदेश को एन्कोड करें: मुझे भूख लगी है।
