pandas-高级处理-数据离散化

最新推荐文章于 2024-12-12 21:15:34 发布

「已注销」

最新推荐文章于 2024-12-12 21:15:34 发布

阅读量1.6k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： python 数据分析数据挖掘机器学习文章标签： pandas-高级处理-数据离散化数据处理 python

本文链接：https://blog.youkuaiyun.com/Jack_yun_feng/article/details/99651622

本文介绍了数据离散化的目的和方法，特别是在处理股票涨跌幅时的应用。通过pandas的qcut和cut函数进行区间划分，并利用one-hot编码将离散化后的数据转换为适合分析的格式。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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。

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。

离散化有很多种方法，这里使用一种最简单的方式去操作

原始人的身高数据：165，174，160，180，159，163，192，184
假设按照身高分几个区间段：150 ~ 165, 165 ~ 180,180 ~ 195

这样我们将数据分到了三个区间段，我可以对应的标记为矮、中、高三个类别，最终要处理成一个"哑变量"矩阵(热独编码)

我们对股票每日的"p_change"进行离散化
在这里插入图片描述

先读取股票的数据，筛选出p_change数据

data = pd.read_csv("./data/stock_day.csv"</

200万优质内容无限畅学