数据处理实战：对ChiMerge问题的分析与实现

最新推荐文章于 2021-12-13 14:11:03 发布
最新推荐文章于 2021-12-13 14:11:03 发布
阅读量3.6k 收藏 8
点赞数
分类专栏： 通识综合知识
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zhaobryant/article/details/38542121
版权
本文介绍了ChiMerge算法在数据挖掘中的应用，详细阐述了其自底向上、依赖卡方分析的工作原理。通过具体实例，以鸢尾花数据集为例，展示了使用matlab实现ChiMerge方法进行数据离散化的步骤，设置最大区间数为6。分析了ChiMerge算法的分裂点和最终区间，并提供了源程序文档。
摘要由CSDN通过智能技术生成

此问题与数据挖掘中的ChiMerge算法相关，用matlab程序实现。

问题描述

ChiMerge是监督的、自底向上的数据离散化方法。它依赖于卡方分析：具有最小卡方值的相邻区间合并在一起，直到满足确定的停止标准。

（1）简述ChiMerge如何工作。

（2）取鸢尾花数据集作为待离散化的数据集合，鸢尾花数据集可以从UCI机器学习数据库得到。使用ChiMerge方法，对四个数值属性分别进行离散化。（令停止条件为：max-interval=6）。你需要写一个小程序，以避免麻烦的数值计算。提交你的简要分析和检验结果：分裂点、最终的区间以及源程序文档。

<

最低0.47元/天 解锁文章
KiteRunner24
关注
  • 0
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
ChiMerge 算法
水滴石穿
01-02 1万+
基本思想ChiMerge 是监督的、自底向上的(即基于合并的)数据离散化方法。它依赖于卡方检验：具有最小卡方值的相邻区间合并在一起，直到满足确定的停止准则。 基本思想：对于精确的离散化，相对类频率在一个区间内应当完全一致。因此，如果两个相邻的区间具有非常类似的类分布，则这两个区间可以合并；否则，它们应当保持分开。而低卡方值表明它们具有相似的类分布。 参考 参考： 1. ChiMerge:Di
卡方分箱(Chi Merge 算法)
troysps的博客
01-19 6541
卡方分箱原理及实现(Chi Merge 算法) 一. 卡方分布 卡方分布的定义: 若k个独立的随机变量Z1,Z2,…,Zk满足标准正态分布N(0, 1), 则这k个随机变量的平方和: X=∑i=1kZi2 X = \sum_{i=1}^{k}Z_{i}^2 X=i=1∑k​Zi2​ 为服从自由度为k的卡方分布, 记做: X−χ2(k)或者记作X−χk2 X-\chi^{2}(k) 或者记作X-\c...
chimerge算法
06-06
ChiMerge 是监督的、自底向上的(即基于合并的)数据离散化方法。它依赖于卡方分析:具有最小卡方值的相邻区间合并在一起,直到满足确定的停止准则。
[数据挖掘]chimerge算法
weixin_30915275的博客
03-17 629
数据离散化数据离散化的一种常用方法是依据数据的相关性程度进行离散化，最常见的算法就是ChiMerge算法定义chimerge是基于chi-squre的，监督的，自底向上（合并的）一种数据离散化方法。卡方检验xyzAx1y1z1aBx2y2z2bxyzN统计AB属性的独立性：1. 分别计算期望频率，例如(A, x)期望频率为a * x / N2. 计算卡方值k...
ChiMerge 算法: 以鸢尾花数据集为例
不积跬步，无以至千里；不积小流，无以成江海
03-25 2万+
ChiMerge 是监督的、自底向上的(即基于合并的)数据离散化方法。它依赖于卡方分析：具有最小卡方值的相邻区间合并在一起，直到满足确定的停止准则。 基本思想：对于精确的离散化，相对类频率在一个区间内应当完全一致。因此，如果两个相邻的区间具有非常类似的类分布，则这两个区间可以合并；否则，它们应当保持分开。而低卡方值表明它们具有相似的类分布。 参考： 1. ChiMerge:Discretiz
数据离散化之chimerge算法的实现（python版）（以莺尾花数据为例）
weixin_43550933的博客
12-14 1979
今天介绍一种数据离散化方法——chimerge,该方法的主要思想是把所有的连续数据排序并分成多个区间，每次计算相邻两个区间的卡方(chi)值，（卡方见卡方分析，）每次取卡方值最小的两个区间进行合并。 在此之前，先介绍一下chi的计算： 表一为某个特征的observe列表，即实际的 区间 类别1 类别2 类别3 i行的总数 [4.3,4.5] 1 0 0 1 [4.6,4.9] 0 1 2 3 j列的总数 1 1 2 4 表2为根据表一所计算出的expecte列表，即期望的，计算方
Python爬虫实战：数据采集、处理与分析
12-18
Python爬虫实战：数据采集、处理与分析Python爬虫实战：数据采集、处理与分析Python爬虫实战：数据采集、处理与分析Python爬虫实战：数据采集、处理与分析Python爬虫实战：数据采集、处理与分析Python爬虫实战：数据...
R语言数据分析实战：案例解析与技巧
最新发布
01-14
无论您是科研人员、工程师、数据分析师，还是商业决策者，均能从《R语言数据分析实战：案例解析与技巧》中找到解决实际问题的方案。 在当今数据驱动的时代，数据分析能力已成为各行各业的核心竞争力。《R语言数据...
Python数据处理实战：基于真实场景的数据
06-22
熟练掌握和运用Python对数据进行高效的处理，可以大大提高数据分析和数据挖掘的效率。  Python数据处理实战: 基于真实场景的数据(Python数据处理和特征工程)作为Python数据清洗实战入门课程的升级版，本课程以真实...
ChiMerge算法：卡方检验+ChiMerge+Python
misite_J
01-06 1276
文章目录卡方分布与卡方检验卡方分布卡方χ2\chi^{2}χ2检验Python实现ChiMerge算法算法原理Python实现参考 卡方分布与卡方检验 卡方分布 定义 若n个相互独立的随机变量ξ1,ξ2,…,ξn\xi_{1},\xi_{2},\dots,\xi_{n}ξ1​,ξ2​,…,ξn​均服从标准正态分布，则这n个服从标准正态分布的随机变量的平方和Q=∑i=1nξi2Q=\sum_{i=1}^{n}\xi_{i}^{2}Q=∑i=1n​ξi2​ 构成一个新的随机变量，其分布规律称为χ2\chi_
chiMerge.py
06-06
通过Python实现的自动化分箱方法--chiMerge
利用Python将数值型特征进行离散化操作的方法
12-25
如下所示： data = np.random.randn(20) factor = pd.cut(data,4) pd.get_dummies(factor) 0 0 0 0 1 1 1 0 0 0 2 0 0 0 1 3 0 0 1 0 4 1 0 0 0 5 0 1 0 0 6 0 1 0 0 7 0 1 0 0 8 0 0 1 0 9 0 1 0 0 10 0 0 0 1 11 0 1 0 0 12 0 1 0 0 13 0 0 1 0 14 0 0 1 0 15 0 1 0 0 16 0 1 0 0 17 1 0 0 0 18 0 0 1 0 19 0 0 0 1 其中参数中的4表
Chimerge算法(数据离散化)matlab代码实现
05-26
使用matlab代码编写了Chimerge算法的通用函数并加上具体解析 直接修改函数的数据即可实现数据的离散化 代码亲测具备通用性，如果有问题欢迎留言
chimerge算法matlab实现,数据处理实战：对ChiMerge问题的分析与实现
weixin_34429137的博客
03-17 533
此问题与数据挖掘中的ChiMerge算法相关，用matlab程序实现。问题描述ChiMerge是监督的、自底向上的数据离散化方法。它依赖于卡方分析：具有最小卡方值的相邻区间合并在一起，直到满足确定的停止标准。(1)简述ChiMerge如何工作。(2)取鸢尾花数据集作为待离散化的数据集合，鸢尾花数据集可以从UCI机器学习数据库得到。使用ChiMerge方法，对四个数值属性分别进行离散化。(令停止条件...
chimerge算法matlab实现,对ChiMerge问题的解析与程序实现(matlab)
weixin_35009700的博客
03-17 383
此问题与数据挖掘中的ChiMerge算法相关，用matlab程序实现。 问题描述： ChiMerge是监督的、自底向上的数据离散化方法。它依赖于卡方分析：具有最小卡方值的相邻区间合并在一起，直到满足确定的停止标准。 (1)、简述ChiMerge如何工作。 (2)、取鸢尾花数此问题与数据挖掘中的ChiMerge算法相关，用matlab程序实现。问题描述：ChiMerge是监督的、自底向上的数据离散化...
数据分箱4——卡方最优分箱 ChiMerge算法使用（有监督）
呆萌的代Ma
12-13 1692
论文地址：https://sci2s.ugr.es/keel/pdf/algorithm/congreso/1992-Kerber-ChimErge-AAAI92.pdf Kerber, Randy. “Chimerge: Discretization of numeric attributes.” Proceedings of the tenth national conference on Artificial intelligence. 1992. ChiMerge算法详解（英文）：https:/.
chimerge连续数据离散化算法[MATLAB代码]
机器学习杂货铺1号店
01-27 1323
chimerge算法[1]用于将连续数据进行离散化，以便于后续的数据处理，比如在某些决策树算法中就需要用离散化后的数据（比如ID3决策树），这里贴出笔者很久以前的MATLAB代码，希望对大家有帮助。 % Author: FesianXu @ UESTC % Description: The data discrete method based on chi test % Date: 2017/4/3 %%% clc clear all close all %% read IRIS datasets path
chimerge数据离散化算法
机器学习杂货铺1号店
04-16 2336
chimerge算法实现
数据挖掘概念与技术（第三版）课后答案——第三章
热门推荐
qq_43060870的博客
07-03 3万+
=============需要原版答案请留言！！============== 3.1 数据质量可以从多方面评估，包括准确性、完整性、一致性问题。提出其他两个方面的数据质量。 准确性：对于一些需要进行精准营销的商品，比如蛋糕店的生日蛋糕、孕妇必备物品等，以上这些商品则需要数据的准确性。 完整性：如果要对某宝、某东或者某宁的买家信息进行一个数据挖掘，从而用来营销其他东西，比如要对地址进行挖掘，此时详细、完整的地址数据则是一个必备的特性。 一致性问题：由于某些不可抗因素而导致的数据不一致，比如技术问题.
Spark大数据课设：气象数据处理与分析实战
"本资源为一个关于大数据期末课设的报告，主要探讨了基于Spark的气象数据处理与分析。报告涵盖了项目背景、数据获取、数据分析、数据可视化和总结等内容。在Spark 2.4.0环境下，使用Python 3.9和Jupyter Notebook...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值