数据离散化的方法 怎么把python的连续特征和离散特征都连在一起？
怎么把python的连续特征和离散特征都连在一起？
数据映射：分类变量：男，女->0，1连续变量：如身高。我们需要离散化：（0，50]，（50100]，（100150]，（150200），（200，），然后将它们映射到：0，1，2，3，4
不同的模型有不同的数据要求，所以我们需要相应地处理数据。
对于一般线性回归模型，自变量的数据类型要求是连续的，因此离散数据需要是连续的。一般来说，0，1，2，3的编码。。。对有序离散变量采用虚拟变量，对无序离散变量生成多个虚拟变量。对于决策树模型，我们需要对连续数据进行离散化处理；为了显示连续数据的分布特征，我们在绘制直方图时也需要对连续数据进行离散化处理
打开招聘网站进行搜索。我们发现，虽然Python没有旧Java语言那么多的招聘职位，但是薪水通常很高。
不管您是否意识到这一事实，Python不再是一种年轻的编程语言。尽管Python没有其他一些语言那么古老，但它仍然比大多数人想象的要古老。Python于1991年首次发布。尽管这些年来它经历了相当大的变化，但现在使用Python与当时没有什么不同。
事实上，Python近年来仍然很流行。首先，有几个原因：1。它出现得更早
Python诞生于上世纪90年代，这不仅意味着它有足够的时间成长，而且拥有庞大的粉丝群。
2. 适合初学者
Python已经存在了几十年，程序员可以利用这段时间编写高质量的教程。另外，python语法很容易理解。
Python已经存在了相当长的时间，开发人员为不同的目的制作了不同的包。现在，几乎所有的东西都可以打包了。
Python以其简单、开发效率高而受到越来越多国内企业的青睐。越来越多的公司将选择Python开发网站、搜索引擎（Google）、e68a84e8a2ade799bee5baa6e997aee7ad9431333433633437、云计算（openstack）、大数据、人工智能（alphago）、科学计算等，预计Python将成为继C和Java之后的第三大主流编程语言，具有广阔的发展前景
！Python在数据分析、数据挖掘、人工智能、web开发等方面发挥着重要作用。此外，人工智能严重依赖数据，数据相关岗位人才短缺。Python目前的地位可以说是炙手可热。
现在可以学习非常流行的Python了
在Microsoft SQL Server 2005 analysis services（SSAS）中创建数据挖掘模型时使用的一些算法需要特定的内容类型才能正确运行。例如，某些算法（如Microsoft naive Bayes算法）不能使用连续列作为输入，也就是说，它们不能预测连续值。此外，有些列可能包含太多的值，这使得算法很难在数据中识别相关模式来创建模型。
在这种情况下，可以对列中的数据进行离散化，以便使用算法生成挖掘模型。离散化是将一组连续数据的值放入桶中，以得到离散的可能状态数的过程。bucket本身被视为一个有序的离散值。数值列和字符串列都可以离散化。
离散化数据的方法有很多种。每个方法都可以使用以下示例代码中的公式来自动计算要生成的桶数：
桶数=sqrt（n）
在上述示例代码中，n是列中数据非重复值的数目。如果不希望analysis services计算存储桶数，可以使用DiscretizationBucket属性手动指定存储桶数。
版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。
