基于贝叶斯后验优化的连续值离散化

将连续值离散化的问题，在数据挖掘和机器学习的任务中并不鲜见，当然离散化的方法也有很多。

本文将要介绍的是一种基于数据标签（label）来对连续数据值做离散化分割的监督学习方法。

 

问题：

考虑有如下数据：

   1，0

   2，0

   3，0

   4，0

   5，0

   6，1

   7，1

   8，1

   9，1

   10，1

第一列是连续值数据，而第二列是数据的类别标签（label）

我们希望对数据进行划分，使得划分的结果符合数据的类标签的分布。

即，预期前5个值为一段，后5个值为另一段。