Wie man die Binarisierung von Faktoren, zum Beispiel das Alter, durchführt?

Faktorbinarisierung ist die Umwandlung von kontinuierlichen oder kategorialen Merkmalen in binäre (0/1) Merkmale. Für das Alter erfolgt dies häufig durch die Aufteilung in Intervalle (Binning) und die Erstellung binärer Indikatoren für jedes Intervall.

Beispielansatz:

1. Definieren Sie Altersintervalle, z.B.: 0-18, 19-35, 36-60, 60+.
2. Für jedes Intervall erstellen Sie ein binäres Merkmal, das 1 ist, wenn das Alter in dieses Intervall fällt, sonst 0.

Dies ermöglicht es dem Modell, nichtlineare Abhängigkeiten zu berücksichtigen und vereinfacht die Arbeit mit kategorialen Daten.

Beispiel in Python mit pandas:

import pandas as pd

alter = pd.Series([15, 23, 37, 65])
intervalle = [0, 18, 35, 60, 120]
labels = ['0-18', '19-35', '36-60', '60+']
Kategorien = pd.cut(alter, bins=intervalle, labels=labels)
Dummies = pd.get_dummies(Kategorien)
print(Dummies)

Ergebnis: Binäre Spalten für jedes Altersintervall.

Es ist auch möglich, eine Schwellenwert-Binarisierung zu verwenden, z.B. eine Variable "älter als 30" (0 oder 1).

Die Wahl der Methode hängt von der Aufgabe und dem Modell ab: Einige Modelle arbeiten besser mit binären Variablen, andere mit kontinuierlichen Merkmalen.