《R语言数据挖掘:实用项目解析》——第2章,第2.6节变量分段-阿里云开发者社区

开发者社区> 华章计算机> 正文

《R语言数据挖掘:实用项目解析》——第2章,第2.6节变量分段

简介:
+关注继续查看

本节书摘来自华章出版社《R语言数据挖掘:实用项目解析》一书中的第2章,第2.6节变量分段,作者[印度]普拉迪帕塔·米什拉(Pradeepta Mishra),更多章节内容可以访问云栖社区“华章计算机”公众号查看

2.6 变量分段
在将连续变量纳入模型之前,需要对其进行处理。以Cars93数据集中的油箱容量为例,基于油箱容量,我们可以创建一个分类变量,值为高、中和低、低中:


f024e627d9d635b087ee479caaa1f45c0a799220

油箱容量的值域为9.2~27。根据逻辑,使用分类差4(也即每个分类之间相差4)完成分类。这些分类定义了变量中的每一个值被分配到每一组的方式。最后的输出表显示有4个组,最高的油箱容量组只有4辆车。
变量分段或离散化不仅有助于建立决策树,在做logistic回归和其他形式的机器学习模型时也会用到。

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
10059
文章
0
问答
来源圈子
更多
+ 订阅
文章排行榜
最热
最新
相关电子书
更多
《2021云上架构与运维峰会演讲合集》
立即下载
《零基础CSS入门教程》
立即下载
《零基础HTML入门教程》
立即下载