R:从基于连续变量的类别变量创建新的类别变量
从基于连续变量的类别变量创建新的类别变量，可以通过分箱（binning）的方式来实现。分箱是将连续变量划分为若干个区间，然后将每个区间作为一个新的类别变量。
分箱的优势在于可以将连续变量转化为离散变量，使得数据更易于理解和处理。同时，分箱还可以帮助发现连续变量与目标变量之间的非线性关系，提高模型的预测能力。
应用场景：
- 金融行业：将客户的收入、负债等连续变量分箱，用于信用评分模型的建立。
- 市场营销：将用户的年龄、消费金额等连续变量分箱，用于用户画像和精准营销。
- 医疗领域：将患者的血压、血糖等连续变量分箱，用于疾病风险评估和预测。
推荐的腾讯云相关产品： 腾讯云提供了一系列的人工智能和大数据产品，可以用于数据处理和模型建立，如腾讯云机器学习平台（https://cloud.tencent.com/product/tcmlp）、腾讯云数据湖（https://cloud.tencent.com/product/datalake）、腾讯云数据仓库（https://cloud.tencent.com/product/dw）、腾讯云人工智能开放平台（https://cloud.tencent.com/product/aiopen）等。
注意：以上答案仅供参考，具体的产品选择和使用需根据实际需求和情况进行评估。
相关·内容
1回答
我已经看过了使用cut函数的here。然而，考虑到我的情况，我还没能想出一个聪明的解决方案。Nber_within_category = c(rep(1,8), rep(2,3), rep(6,2), rep(10,3), 30, 50, 77, 90)
) 我想做第三个专栏，它形成了一个基于Nber_within_category专栏的新类别。在这个例子中，我如何做Category_new，使得在每个类别中，Nber_within_category至
浏览 10提问于2019-02-04得票数 0
回答已采纳
我想在R中创建一个维恩图，其中的部分基于连续变量的值进行着色。每个venn图部分都有自己的值(范围为0-1)，该值不同于图中显示的count变量。我有三个类别(以及它们的所有交集)要显示(连续变量总共有7个值)。 ggVennDiagram允许这样做吗？
浏览 10提问于2020-09-11得票数 0
1回答
你能检查一下我的情节构思对上下文是否正确吗？由连续变量描述的10个个体组成的系列/由10个类别的连续变量的频率分布描述的一系列200个个体:直方图一个由连续变量描述的200个个体的
浏览 4提问于2020-11-12得票数 0
回答已采纳
一个是3个类别的分类变量，其余是连续变量。这些列下面有50行。我如何通过分类变量对数据帧进行分组，并对每一列中具有该DF的连续变量的每一类中的观察值取平均值？另外，删除所有NA。我想根据此信息创建一张新CD。 最好的，亨利
浏览 6提问于2020-04-08得票数 0
回答已采纳
我想在sklearn中使用套索回归来运行我的数据。我的dataframe中的所有属性都是数字类型(数字，我的意思是它们都是整数)。但它们中的一些显然应该是分类的(例如，我的dataframe中的“race”属性是一个具有三个值1,2,3的属性，其中每个值代表一个种族)。我所做的是首先使用astype('str')将这些列设置为字符串类型，然后使用代码astype('categorical
浏览 12提问于2020-05-20得票数 1
回答已采纳
我的数据集有从0到100的连续变量，比如年龄从0到100，数据还有类别变量，比如有50个类别的省份。因此，我不知道是否需要将continues变量处理到bin中。以及处理各省的最佳方法是什么。Xgboost无法处理变量的字符串类型。对于有这么多类型的省份，我应该使用one-hot编码吗？
浏览 1提问于2016-12-11得票数 0
2回答
我想将MLP应用于一些商业卖家的数据。我发现这些数据是分类和连续特性的混合体。对于我所读到的内容，向神经网络提供这两种类型的数据(引用未知/不可用)是不可取的，我记得我读到的神经网络可以使用以下模型：Continuous variables--->NN model 2
因此，在这个模型中，我们有两个神经网络，每个神经网络只提供分类
浏览 0提问于2020-09-14得票数 1
我想在我的数据框架上运行一个函数，它将只查找连续变量，并在将连续变量划分为两个大小相等的组的基础上添加新的范畴变量。我有一段代码，用于将变量拆分到组中，并将其作为一个新的类别变量添加，但是当我尝试在函数中使用它时，work.What可能不是问题吗？此外，如何避免运行非连续变量？9 7
浏览 0提问于2015-08-06得票数 3
回答已采纳
我正在统计中做一些天气数据的分析。其中一个变量是wind direction，它是一个从0到360的连续变量。现在我想创建一个新列，将winddirection分成8个类别。0-45: 'E'90-135: 'N'
我需要使用一个自定义公式来生成这个新变量。Case语句将是理想的，但在Statistica中看起来不
浏览 8提问于2019-11-05得票数 0
1回答
我正在尝试构建一个直方图，其中X轴显示我正在处理的每个案件(我的矩阵信息包括一个城市不同警察局一年内的谋杀分辨率)，每个警察局，Y轴将显示分辨率(从0到1)。因此，将有51个条形图，每个警局一个条形图，每个条形图应该达到从0到1的一个比率。但是当我用我的矩阵运行hist时，X轴显示分辨率，Y轴显示频率，达到每个分辨率的警察局数量。) <- seleccion_estado
hist(a
浏览 12提问于2020-02-03得票数 0
回答已采纳
1回答
我正在使用英国的房价数据集，并希望创建一个ML模型来预测基于城市(加上其他一些类别)的房价。非常感谢任何对此有任何想法的人
浏览 1提问于2020-07-03得票数 0
3回答
我正在使用arules包对数据帧中的连续变量进行离散化。我使用的是这一行但它给了我一个错误我只是尝试将我的连续变量从"data1“数据帧转换为3个二进制离散变量任何帮助都是预先appreciated...thanks的
浏览 6提问于2015-08-20得票数 5
2回答
你如何发现连续变量和范畴变量之间的交互作用？我尝试过使用ggPredict，但如果有更多的级别，它似乎无法工作。我有一个作为声誉的分类变量，它有7个等级，我还有多个变量来预测一个学生在下一次硕士考试中的分数，如年龄、pref_hand、身高、考试1、考试2、考试3。如何找到声誉与我发现的最佳模型之间的相互作用，用前向逐步回归来预测下一次考试中的分数，如果我发现交互作用，如何对我的模
浏览 0提问于2018-11-13得票数 0
1回答
var1 var22 B A4 L L6 M M我想创建新的类别变量，如果任何行的值相等，那么它将在同一类别中。因此，逐行比较(需要完成所有可能的操作)。
例如，mydata1和mydata2是相等的，因此在新的变量类别中，它
浏览 3提问于2012-07-17得票数 2
回答已采纳
1回答
在我的数据框架中，我的分类变量很少，连续变量也很少。我想对分类变量和连续变量的每一个组合执行Anova分析(anova_lm)。到目前为止，我只能为一个目标类别创建循环，所有连续变量都作为预测变量，如下所示：性别-分类年龄-继续教育-分类收入-分类RATE_INTEREST -连续RATE_INTEREST-分类AMT_ANNUITY -连续D
浏览 0提问于2020-10-20得票数 2
回答已采纳
1回答
我有一个以0-8为值的分类变量.这些值中的每一个都有各自类别的标记。任何帮助都将不胜感激。
DATASET ACTIVATE DataSet1.具体来说，s1_bezigheid_nu是一个需要在直方图中有值标签的<
浏览 12提问于2022-03-11得票数 3
如何使用这5个变量构建决策树？
对于分类变量，可以很容易地说，我们只将它们除以{yes/no}并计算出gini的总增益，但是我的怀疑主要是关于连续属性的。假设我有一个像{1,2,3,4,5}这样的连续属性的值。我的分裂点选择是什么？它们是在每个数据点(如{<1,>=1......& so on till} )上被检查，还是分裂点将类似于列的平均值？
浏览 0提问于2018-06-04得票数 24
回答已采纳
*我有一个庞大的数据集，包括2000个变量，包括因素和连续变量。explanatory = c("age", "age.factor", "sex.factor", "obstruct.factor")我使用以下函数来比较每个连续变量在类别因变量(ANOVA)水平中的平均值或每个类别变量<
浏览 6提问于2022-09-04得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
