在机械学习中，我们经常会对数据进行分箱处理的操作， 也就是 把一段连续的值切分成若干段，每一段的值看成一个分类。这个把连续值转换成离散值的过程，我们叫做分箱处理。 比如，把年龄按15岁划分成一组，0-15岁叫做少年，16-30岁叫做青年，31-45岁叫做壮年。在这个过程中，我们把连续 ...

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将连续属性的值域上，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，这使用一种 ...

把数据集随机切分为训练集和测试集 method 1: method 2（推荐）: ...

pd.cut x：要分箱的输入数组，必须是一维的 bins：int或标量序列 若bins是一个int，它定义在x范围内的等宽 ...

切分工程 考虑到后续我们的模块会越来越多，依赖的公共代码和配置需要集中管理，我们在这里先把公共模块和配置从后台管理业务中剥离出来。 新增两个工程，切分后结构如下： kitty-boot：启动器及全局配置模块 kitty-common：公共代码模块，主要提供一些工具类 ...

一、读取Excel文件 　　read_excel() 　　# 读取excel文件（需要安装xlrd和openpyxl两个模块） 　　1、方法使用了Python的 xlrd 模块来读取Excel20 ...

前言 做数据库分表的时候，总是能看到水平切分、垂直切分，但是并不能理解何为水平、何为垂直。仅此做个记录。 1.切分 一般情况下说的水平切分、垂直切分，都是指的数据库层面的。 随着业务量的增加，数据量肯定快速增长，拿Mysql来说，单表数据量在百万级内读取效率还是可以的，可是一旦达到千万级 ...

百度百科 definition 对于一些数量较少但是数值较大或出现负数但难以处理的数据，如果只需要考虑他们的大小关系，可以给他们重新赋值。一般的，对于\(n\)个数据，可以将他们重新赋值为\([1,n]\)之间的数字。这种方法叫做离散化。 Solution 先介绍三个\(STL ...