Категориальные данные состоят из значений, взятых из конечного набора категорий, а не из непрерывного числового диапазона. В машинном обучении категориальные признаки часто требуют кодирования, чтобы модели могли изучать различия между классами, такими как тип продукта, страна или уровень риска.
Features having a specific set of possible values. For example, consider a categorical feature named , which can only have one of the following three possible values: - - - By representing as a categorical feature, a model can learn the differing impacts of , , and on driver behavior. Categorical features are sometimes called discrete features. Contrast with numerical data. See Working with categorical data in Machine Learning Crash Course for more information.