Orange3数据预处理(连续化组件)

连续化(Continuize)
将离散变量（属性）转换为数值型（“连续”）变量。 连续化组件接受一个数据集作为输入，并输出同一个数据集，其中一些或所有分类变量被替换为连续变量，数值变量被缩放。
选项"Use preset"的作用是使用预设的连续化参数来处理分类变量
选择一个分类属性以定义其特定的处理方式，或者点击上面的“默认”选项来为所有没有特定设置的分类属性设置默认处理。 
Most frequent value as base:选项最常见的为基，会将最常见的离散值视为 0,其他视为1,具有2个以上值的离散属性的话,最常使用的离散属性将被视为基
One-hot encoding:选项每一个值一个特征，为每个值创建列,在实例中包含该值的地方放置1,不包含该值的地方放置0
Treat as ordinal:选项按有序数据处理,将离散值视为数字,也可以使用域编辑组件处理,分类按照数据中出现的次序分配一个数字
Treat as normalized ordinal: 将分类变量视为标准化序数：与上述相同，只是将值标准化到0-1的范围内。在我们的示例中，新变量的值将是0、0.5和1。

归一化：
Standardize( 标准化):减去平均值，然后除以标准差（不适用于稀疏数据）
Center(中心化):减去平均值（不适用于稀疏数据）
Scale( 缩放):除以标准差
Normalize to interval [-1, 1](标准化到[-1, 1]区间):线性缩放值到[-1, 1]区间（不适用于稀疏数据）
Normalize to interval [0, 1](标准化到[0, 1]区间):线性缩放值到[0, 1]区间（不适用于稀疏数据）

视频教程：关注我不迷路, 抖音：Orange3dev

1-Orange3安装
2-Orange3汉化DIY
3-Orange3创建快方式
4-数据导入(文件&数据表格组件)
5-数据导入(Python组件)
6-Python库安装(SQL表组件)
7-数据导入(Mysql)
8-数据导入(数据绘画和公式组件)
9-数据修改(域编辑和保存组件)
10-数据可视化(调色板&数据信息组件)
11-数据可视化(特征统计组件)
12-数据预处理(行选择组件)
13-特征选择(Rank组件)
14-数据转换(数据采样组件)
15-数据预处理(列选择组件)
16-数据预处理(转置组件)
17-数据预处理(合并数据组件)
18-数据预处理(连接组件)无主表且列数不同
19-数据预处理(连接组件)主附表
20-数据预处理(索引选择器组件)
21-数据预处理(唯一组件)
22-数据预处理(列聚合组件）
23-数据预处理(分组组件)
24-数据预处理(透视图表组件)
25-数据预处理(转换器组件)-表格互为模板
26-数据预处理(转换器组件)-转换示例
27-数据预处理(预处理器组件)-基本信息
28-数据预处理(预处理器组件)-特征选择
29-数据预处理(预处理器组件)-填充缺失值并标准化特征
30-数据预处理(预处理器组件)-离散化连续变量
31-数据预处理(预处理器组件)-连续化离散变量
32-数据预处理(预处理器组件)-主成分分析PCA与CUR分解
33-数据预处理(缺失值处理组件)
34-数据预处理(连续化组件)
35-数据预处理(离散化组件)
36-数据预处理(随机化组件)
37-数据预处理(清理特征组件)-清理未使用特征值及常量特征
38-数据预处理(宽转窄组件)
39-数据预处理(公式组件)
40-数据预处理(分类器组件)
41-数据预处理(创建实例)
42-数据预处理(Python代码组件)