基數

基數是指欄中資料值的唯一性。具有太多唯一值或沒有唯一值的欄幾乎沒有變異數。機器學習模型無法在該資料中識別出任何類型的模式。

高基數表示唯一值的數量很多。為了防止高基數，您可以將相似的值分箱或分組。您也可以建立新的特性欄，例如，可以將家庭地址轉換為到特定位置的距離。

只有一個唯一值 (常數) 的欄對於識別模式沒有用處。