什么时候应该将 Age 列转换为 float 或 int？
When should you convert Age column in float or int?
我有这个疑问，通常数据集的 Age 列值是 int 或 float 数据类型（例如泰坦尼克号）。
因此，假设该列具有所有浮点值，您应该将它们全部转换为 int 还是让它在将其提供给 ML 模型时就像那样，
对预测结果有没有坏处或不利影响，正确的方法是什么？
最好将 age 列转换为 int。如果出现一些垃圾值，就会影响模型。我们都知道年龄是整数
如果数据质量很好，并且您确定年龄不会浮动，那么您也可以不进行转换而继续。
age是一个连续变量，即人一直在变老，不只是一年变老一次，所以最能反映的数据类型老化过程应该是 float 而不是 integer。 但是使用 float 或 integer 取决于用例，例如：
- 您是否使用
age 作为描述人们年龄的特征？更好地使用漂浮物（例如，一个 59.9 岁的人比一个 59.1 岁的人年长，并且可能更容易患上某些疾病，或者可能身体不太健康并且不太可能在沉船事件中幸存下来）
- 您在报告
age 个群组吗？四舍五入到最接近的整数（例如 39.9 -> 40、34.2 -> 34）并可能合并（例如 25-34、35-45） 可能会更好
- 您是否正在开展一个项目来评估 under-aged 饮酒（从法律角度）？那么您应该使用向下舍入的
int 值（例如，如果法定年龄为 16 岁而某人为 15.9 岁，那么他们在法律上为 15 岁，因此 under-aged 饮酒）
- 等...
一般来说，您经常会发现没有单一的 "right way" 处理数据，这完全取决于用例。
我有这个疑问，通常数据集的 Age 列值是 int 或 float 数据类型（例如泰坦尼克号）。 因此，假设该列具有所有浮点值，您应该将它们全部转换为 int 还是让它在将其提供给 ML 模型时就像那样， 对预测结果有没有坏处或不利影响，正确的方法是什么？
最好将 age 列转换为 int。如果出现一些垃圾值，就会影响模型。我们都知道年龄是整数
如果数据质量很好，并且您确定年龄不会浮动，那么您也可以不进行转换而继续。
age是一个连续变量，即人一直在变老，不只是一年变老一次，所以最能反映的数据类型老化过程应该是 float 而不是 integer。 但是使用 float 或 integer 取决于用例，例如：
- 您是否使用
age作为描述人们年龄的特征？更好地使用漂浮物（例如，一个 59.9 岁的人比一个 59.1 岁的人年长，并且可能更容易患上某些疾病，或者可能身体不太健康并且不太可能在沉船事件中幸存下来） - 您在报告
age个群组吗？四舍五入到最接近的整数（例如 39.9 -> 40、34.2 -> 34）并可能合并（例如 25-34、35-45） 可能会更好
- 您是否正在开展一个项目来评估 under-aged 饮酒（从法律角度）？那么您应该使用向下舍入的
int值（例如，如果法定年龄为 16 岁而某人为 15.9 岁，那么他们在法律上为 15 岁，因此 under-aged 饮酒） - 等...
一般来说，您经常会发现没有单一的 "right way" 处理数据，这完全取决于用例。