在機械學習中，我們經常會對數據進行分箱處理的操作， 也就是 把一段連續的值切分成若干段，每一段的值看成一個分類。這個把連續值轉換成離散值的過程，我們叫做分箱處理。 比如，把年齡按15歲划分成一組，0-15歲叫做少年，16-30歲叫做青年，31-45歲叫做壯年。在這個過程中，我們把連續 ...

連續屬性離散化的目的是為了簡化數據結構，數據離散化技術可以用來減少給定連續屬性值的個數。離散化方法經常作為數據挖掘的工具。 連續屬性的離散化就是將連續屬性的值域上，將值域划分為若干個離散的區間，最后用不同的符號或整數 值代表落在每個子區間中的屬性值。 離散化有很多種方法，這使用一種 ...

把數據集隨機切分為訓練集和測試集 method 1: method 2（推薦）: ...

pd.cut x：要分箱的輸入數組，必須是一維的 bins：int或標量序列 若bins是一個int，它定義在x范圍內的等寬 ...

切分工程 考慮到后續我們的模塊會越來越多，依賴的公共代碼和配置需要集中管理，我們在這里先把公共模塊和配置從后台管理業務中剝離出來。 新增兩個工程，切分后結構如下： kitty-boot：啟動器及全局配置模塊 kitty-common：公共代碼模塊，主要提供一些工具類 ...

一、讀取Excel文件 　　read_excel() 　　# 讀取excel文件（需要安裝xlrd和openpyxl兩個模塊） 　　1、方法使用了Python的 xlrd 模塊來讀取Excel20 ...

前言 做數據庫分表的時候，總是能看到水平切分、垂直切分，但是並不能理解何為水平、何為垂直。僅此做個記錄。 1.切分 一般情況下說的水平切分、垂直切分，都是指的數據庫層面的。 隨着業務量的增加，數據量肯定快速增長，拿Mysql來說，單表數據量在百萬級內讀取效率還是可以的，可是一旦達到千萬級 ...

百度百科 definition 對於一些數量較少但是數值較大或出現負數但難以處理的數據，如果只需要考慮他們的大小關系，可以給他們重新賦值。一般的，對於\(n\)個數據，可以將他們重新賦值為\([1,n]\)之間的數字。這種方法叫做離散化。 Solution 先介紹三個\(STL ...