数据离散化

小俊wyy123

于 2021-04-02 13:35:18 发布

阅读量163

点赞数

文章标签：数据挖掘 pytorch

本文链接：https://blog.csdn.net/lqwyy123/article/details/115396529

版权

本文探讨了数据离散化在数据挖掘过程中的重要性，通过实例展示了如何使用PyTorch进行数据预处理，包括连续数值型特征的离散化处理，以提升模型的训练效果和预测准确性。

摘要由CSDN通过智能技术生成

import pandas as pd
import numpy as np
if __name__ == '__main__':
  datafile = 'discretization_data.xlsx'  # 参数初始化
  data = pd.read_excel(datafile)  # 读取数据
  data = data[u'肝气郁结证型系数'].copy()
  k = 4

  d1 = pd.cut(data, k, labels = range(k))  # 等宽离散化，各个类比依次命名为0,1,2,3

#等频率离散化
  w = [1.0*i/k for i in range(k+1)]