Pandas数据离散化

朴灿烈づ我的快乐病毒、 2023-06-03 02:48 9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

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

[1552472-20190909192114261-1867692455.png]: /images/20230601/ef364ff33b954ee18d200a4581a5941d.png
[1552472-20190909193031630-2017294690.png]: /images/20230601/e24234c616e640ac98418bf02346671a.png

发表评论取消回复

表情：

评论列表（有 0 条评论，9人围观）

还没有评论，来说两句吧...

相关阅读

相关 Pandas数据离散化

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

朴灿烈づ我的快乐病毒、/ 2023年06月03日 02:48/ 0 赞/ 10 阅读

相关机器学习处理离散数据_机器学习处理数据为什么把连续性特征离散化，离散化有何好处？...

在机器学习中，很多人在处理数据的时候，经常把连续性特征离散化。为此挺好奇，为什么要这么做，什么情况下才要做呢。一、离散化原因数据离散化是指将连续的数据进行分段，使其变

秒速五厘米/ 2022年10月25日 04:53/ 0 赞/ 211 阅读

相关离散化模板

对于很大的数据进行离散化比如：1、2、5000、9999999、6 离散化为：1、2、4、5、3 目的：对于一些只比较数字大小而不关注具体数时，离散化方便存储。

太过爱你忘了你带给我的痛/ 2022年10月24日 05:56/ 0 赞/ 129 阅读

相关【离散化】【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”

迷南。/ 2022年06月10日 09:46/ 0 赞/ 208 阅读

相关离散化板子

include<iostream> include<algorithm> include<vector> using namespace std

雨点打透心脏的1/2处/ 2022年03月16日 11:38/ 0 赞/ 224 阅读

相关利用pandas实现连续数据的离散化处理(分箱操作)

Python实现连续数据的离散化处理主要基于两个函数，pandas.cut和pandas.qcut，前者根据指定分界点对连续数据进行分箱处理，后者则可以根据指定箱子的数量对连续

刺骨的言语ヽ痛彻心扉/ 2022年02月28日 13:28/ 0 赞/ 234 阅读

相关离散化模板

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\\)

小鱼儿/ 2021年11月16日 09:22/ 0 赞/ 316 阅读

相关【离散化】

\ 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

心已赠人/ 2021年10月30日 06:52/ 0 赞/ 341 阅读

相关离散化总结

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

梦里梦外;/ 2021年10月26日 13:34/ 0 赞/ 372 阅读

相关 # 离散化

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

￡神魔★判官ぃ/ 2021年10月25日 12:50/ 0 赞/ 339 阅读