分類變量/分類變量的新值？你好，
我對預測建模非常陌生，希望有人能提供幫助。
我有一個包含 7 個變量的數據集，其中 4 個是分類變量（2 個名義變量，2 個有序變量）。 我已將數據劃分為訓練和驗證。 我還有一個“新”數據集，我想在上面運行我的模型。
在我的訓練/驗證分區中，我有序數變量 x1，它具有以下值：b、c、d、e、f。 我希望能夠解釋在新數據集中具有以下值的變量 x1：a、b、c、d、e、f、g、h，知道 a 比 b 好，而 g 和 h 更差比 f。 做這樣的事情的最佳方法是什麼？ 我雖然也許我可以創建額外的虛擬變量列來說明將在新數據集中出現的新值，但它不能很好地工作。
另外，我有名義變量 x2。 我所擁有的唯一信息是值“J”的價格高於“無”。 有沒有辦法將其構建到模型中？ 條件公式是要走的路嗎？
提前感謝您的幫助！
回复：分類變量/分類變量的新值？如果我正確理解您的 #1，那麼您的訓練和驗證數據集中的 X1 沒有級別 a、g 和 h，但您的“新”數據有。如果是這樣，您將無法從新數據中使用 x1 進行預測，因為您沒有對 X1a、Xg 和 X1h 的估計。 您可以在混合兩個數據集後隨機重繪您的訓練和驗證。
關於#2，您可以將 X2 作為序數變量輸入到模型中，以說明 J 與無的排序。 （注意——名義編碼和有序編碼之間的區別只是對該變量估計的解釋；它不影響除截距或擬合優度之外的其他變量的參數估計。）
