大量のカテゴリ変数を量的変数に加工する方法

Question

機械学習の特徴量エンジニアリングで大量のブランドidを扱うのですが、全部をダミー変数にすると多すぎるので、なるべく量的変数に変換したいと考えています。

一案としてはブランドidと対のブランド名をword2vecで類似度に変換して量的変数化する方法を考えています。

何か大量のカテゴリ変数(id）を量的変数に変換する方法でいい方法はないでしょうか？

ご教授お願いします

Comments

[hayataka2049]

聞きたいことが変わったのなら、質問の内容を抹消して書き直すのではなく、別に質問を立ててください。この質問は元の状態に戻した後、自己解決なら自己解決にして解決方法を書き、そうでなければ（その情報が必要なくなった、というのもこれに含みます）しばらくは未解決のままにしておいてください

Answer 1

1.word2vecで類似度変換して量的変数にするとか
2.一番頻度の高い順のidでランク付け
3.別々の変数同士を組み合わせて新たな変数を作る(ex:cnt順に出して上位112目
bid=256, mid=0, cid=3105 => cnt=112)

4.過去N年間で上位Mこのブランドだけcase文でランク付け、あとは無視するか1点とか
5.過去N年間で上位Mこのブランドだけcase文でダミー変数にする、つまり特定のブランドだけの変数を作る