分类变量/分类变量的新值？你好，
我对预测建模非常陌生，希望有人能提供帮助。
我有一个包含 7 个变量的数据集，其中 4 个是分类变量（2 个名义变量，2 个有序变量）。 我已将数据划分为训练和验证。 我还有一个“新”数据集，我想在上面运行我的模型。
在我的训练/验证分区中，我有序数变量 x1，它具有以下值：b、c、d、e、f。 我希望能够解释在新数据集中具有以下值的变量 x1：a、b、c、d、e、f、g、h，知道 a 比 b 好，而 g 和 h 更差比 f。 做这样的事情的最佳方法是什么？ 我虽然也许我可以创建额外的虚拟变量列来说明将在新数据集中出现的新值，但它不能很好地工作。
另外，我有名义变量 x2。 我所拥有的唯一信息是值“J”的价格高于“无”。 有没有办法将其构建到模型中？ 条件公式是要走的路吗？
提前感谢您的帮助！
回复：分类变量/分类变量的新值？如果我正确理解您的 #1，那么您的训练和验证数据集中的 X1 没有级别 a、g 和 h，但您的“新”数据有。如果是这样，您将无法从新数据中使用 x1 进行预测，因为您没有对 X1a、Xg 和 X1h 的估计。 您可以在混合两个数据集后随机重绘您的训练和验证。
关于#2，您可以将 X2 作为序数变量输入到模型中，以说明 J 与无的排序。 （注意——名义编码和有序编码之间的区别只是对该变量估计的解释；它不影响除截距或拟合优度之外的其他变量的参数估计。）
