kevin的博客

原创 数据预处理

用Cut函数分箱 有时把数值聚集在一起更有意义。例如，如果我们要为交通状况（路上的汽车数量）根据时间（分钟数据）建模。具体的分钟可能不重要，而时段如“上午”“下午”“傍晚”“夜间”“深夜”更有利于预测。如此建模更直观，也能避免过度拟合。 这里我们定义一个简单的、可复用的函数，轻松为任意变量分箱。 def binning(col, cut_points, labels=None):