推广通用理论(请注意:为了方便计算,k 从 1 开始,而不是从 0 开始):
设 X 属性值的 ,将连续数据按照等宽法定义离散为 等份,则:
离散值为
划分属性值宽度为
那么划分区间为...# 等宽分箱法
# 自己手写理论公式来实现功能
def equal_width_box(data):
# 划分的等份数、储存等宽分箱离散后的数据
k, data_width_box =...3.8, 2.8, 2.8, 2.6, 3.0, 3.4, 3.1, 3.0, 3.1, 3.1, 3.1, 2.7, 3.2, 3.3, 3.0, 2.5, 3.0, 3.4, 3.0]
>>>聚类离散后:...()
x_le = le.fit_transform(ohe_data)
x_ohe = ohe.fit_transform(x_le.reshape(-1,1)).toarray()
x_ohe[:...to_binary(data, col):
"""
将数据中的某一列使用二进制编码进行替换
:param data: 原始完整数据
:param col: 需要使用二进制编码表示的列名称