random forestの特徴量のdtypesについて

Question

randomforestのX_trainやy_trainなどで指定するデータ型は
float型でないといけないのでしょうか？

日付を特徴とする場合、datetime64だとエラーがおきました

TypeError: float() argument must be a string or a number, not 'Timestamp'

日付データを特徴量とする場合、どのように処理をしていますか？

どうぞよろしくお願い致します。

Answer 1

日付データを特徴量とする場合、どのように処理をしていますか？

事前の分析結果次第です。例えば、月がターゲットに大きく影響しているのであれば、日付データから月を取り出してカテゴリーデータ化してから学習させるべきでしょう。あるいは曜日がターゲットに大きく影響しているのであれば、曜日を取り出してカテゴリーデータ化するべきでしょう。
さらにいえば、何らかの周期変動が見られるようであれば、それに合わせた加工するべきでしょう。別の言い方をすると、事前分析が未済なようでしたら日付データを活用することはやめたほうがいいかと思います。変にモデルに用いるとノイズとなって精度に影響するかと思います。

Comments

[essa]

R.Shigemori様

回答ありがとうございます。
最初から日付を特徴量として扱うのは控えたほうがいいということなのですね。
まずはデータを見て、日付と関係していそうな場合にのみカテゴリデータ化するということなのですね。
ありがとうございます。参考にさせていただきます。