In machine learning, continuous features are binaryized and discretized for effective modeling. A comprehensive guide helps you grasp these techniques effortlessly.

阅读量：

文章目录

概述
- 二值化
- - 示例
- 分段操作
- - 重要参数
  - 示例
总结

概述

现实中存在的一些数据其中一些属于连续型数据例如我们研究的人群中的年龄变量。在建模过程中我们通常关注的是变量是否超过特定阈值或是处于不同的区间划分内的情况对于这种情况我们需要对变量进行离散化处理以适应模型的需求

二值化

根据阈值，将数据划分为0或1；大于阈值为1，小于等于阈值为0

示例

复制代码

    import pandas as pd
    import numpy as np
    np.random.seed(1)
    d = {
    'age' : np.random.randint(20, 40, size=(40,)),
    'id' : np.arange(1, 41)
    }
    df = pd.DataFrame(data=d)
    df.head()

在这里插入图片描述

复制代码

    df2 = df.copy()

全部评论 (0)

还没有任何评论哟~