sklearn数值特征连续值处理2: 分位数切分quantile

最新推荐文章于 2024-03-05 18:37:01 发布

弎见

最新推荐文章于 2024-03-05 18:37:01 发布

阅读量1.5k

点赞数

分类专栏： python # sklearn数据预处理文章标签： sklearn 分位数切分 quantile 连续值处理 pandas.qcut

本文链接：https://blog.csdn.net/sanjianjixiang/article/details/103014528

版权

本文介绍了如何使用pandas的qcut函数在sklearn中对连续数值特征进行分位数切分，以实现数据预处理。通过qcut可以将连续数值分布划分为多个区间，便于后续的机器学习模型训练。

摘要由CSDN通过智能技术生成

import pandas as pd

fcc_survey_df = pd.read_csv('fcc_2016_coder_survey_subset.csv',encoding='utf-8')
fcc_survey_df[['ID.x','Age','Income']].iloc[2:7]

在这里插入图片描述

import matplotlib.pyplot as plt
import matplotlib as mpl
%matplotlib inline
mpl.style.reload_library()
mpl.style.use('classic')
mpl.rcParams['figure.facecolor'] = (1,1,1