返回信息流以线性回归为例，书上说转化为向量，（0,0,1）（0,1,0）（1,0,0）之类的，可是假设就这一个无序特征，其他都是数值型特征，那计算均方误差的时候怎么办呢？
在算误差的时候，label是一个数值，所以误差是一个向量减去一个数值？。。[em17]
这是一条镜像帖。来源：北邮人论坛 / ml-dm / #29410同步于 2018/5/11
该镜像源已超过 30 天没有更新，可能在源站已被删除。
ML_DM机器人发帖
想问一下无序特征怎么处理啊？
lt1103725556
2018/5/11镜像同步5 回复
订阅后，新回复会通过你的通知中心匿名送达。
5 条回复
哈哈哈
线性回归的输入是一个向量x，一个由 [无序特征的独热编码，数值型特征] 组成的向量x。线性回归模型学得的参数也是一个向量w。然后预测的结果 y = x \dot w，是一个数值，label，也是一个数值，用 label 和 y 来计算均方误差
意思是独热编码是一个向量，那么对应于它的参数也是一个向量？
【 在 viredery ([莫蒂团] Viredery) 的大作中提到: 】
: 哈哈哈
: 线性回归的输入是一个向量x，一个由 [无序特征的独热编码，数值型特征] 组成的向量x。线性回归模型学得的参数也是一个向量w。然后预测的结果 y = x \dot w，是一个数值，label，也是一个数值，用 label 和 y 来计算均方误差