Pandas数据离散化原理及实例解析
这篇文章主要介绍了Pandas数据离散化原理及实例解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
为什么要离散化
- 连续属性离散化的目的是为了简化数据结构，数据离散化技术可以用来减少给定连续属性值的个数。离散化方法经常作为数据挖掘的工具
- 扔掉一些信息,可以让模型更健壮,泛化能力更强
什么是数据的离散化
连续属性的离散化就是在连续属性的值域上，将值域划分为若干个离散的区间，最后用不同的符号或整数值代表落在每个子区间中的属性值
分箱
案例
1.先读取股票的数据，筛选出p_change数据
data=pd.read_csv("./data/stock_day.csv")
p_change=data['p_change']
2.将股票涨跌幅数据进行分组
使用的工具：
- pd.qcut(data,bins)——等深分箱：
- 对数据进行分组将数据分组一般会与value_counts搭配使用，统计每组的个数
- series.value_counts()：统计分组次数
#自行分组 qcut=pd.qcut(p_change,10) #计算分到每个组数据个数 qcut.value_counts()
自定义区间分组：
- pd.cut(data,bins)——等宽分箱：
- bins是整数—等宽
- bins是列表--自定义分箱
#自己指定分组区间 bins=[-100,-7,-5,-3,0,3,5,7,100] p_counts=pd.cut(p_change,bins)
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。