Pandas数据离散化

朴灿烈づ我的快乐病毒、 2023-06-03 02:48 33阅读 0赞

为什么要离散化

  • 连续属性离散化的目的是为了简化数据结构,数据离散化技术可以用来减少给定连续属性值的个数。离散化方法经常作为数据挖掘的工具
  • 扔掉一些信息,可以让模型更健壮,泛化能力更强

什么是数据的离散化

连续属性的离散化就是在连续属性的值域上,将值域划分为若干个离散的区间,最后用不同的符号或整数 值代表落在每个子区间中的属性值

  • 分箱
    1552472-20190909192114261-1867692455.png

案例

1.先读取股票的数据,筛选出p_change数据

  1. data = pd.read_csv("./data/stock_day.csv") p_change= data['p_change']

2.将股票涨跌幅数据进行分组

使用的工具:

  • pd.qcut(data, bins)——等深分箱:

    • 对数据进行分组将数据分组 一般会与value_counts搭配使用,统计每组的个数
  • series.value_counts():统计分组次数

    自行分组 qcut = pd.qcut(p_change, 10) # 计算分到每个组数据个数 qcut.value_counts()

自定义区间分组:

  • pd.cut(data, bins)——等宽分箱:

    • bins是整数—等宽
    • bins是列表—自定义分箱

    自己指定分组区间 bins = [-100, -7, -5, -3, 0, 3, 5, 7, 100] p_counts = pd.cut(p_change, bins)

1552472-20190909193031630-2017294690.png

转载于:https://www.cnblogs.com/oklizz/p/11493683.html

发表评论

表情:
评论列表 (有 0 条评论,33人围观)

还没有评论,来说两句吧...

相关阅读

    相关 离散】【转载】

    如果说今年这时候OIBH问得最多的问题是二分图,那么去年这时候问得最多的算是离散化了。对于“什么是离散化”,搜索帖子你会发现有各种说法,比如“排序后处理”、“对坐标的近似处理”

    相关 离散模板

    离散化题目(持续更新) \\(1.\\) [\\(Cinema\\) (需要该篇博文的阅读密码)][Cinema_] 离散化\_映射 细节:用数值 \\(k\\)

    相关 离散

    \ 离散化 |||离散化就是三句话,sort,unique,lower\_bound||| 1.专业术语:把无限空间中有限的个体映射到有限的空间中去,以此提高算法的

    相关 离散总结

    离散化是一种很常见的数据处理方式。   最近也是学了一下(才学的我还有救么QAQ),一学就懂,但发现在题目中好像也并没有怎么想到这东西,,所以在这里简单总结一下我对离散化的

    相关 # 离散

    离散化 值得注意的是:unique()函数去重之后并不是把重复元素放在最末尾,而是类似于删除了这个数,然后末尾元素保持不变,比如`1 2 2 3`去重之后是`1 2