Discretization

【算法】离散化 与 哈希 之间的区别

离散化（Discretization）和哈希（Hashing）是两种不同的数据处理技术，用于处理不同类型的问题。
gz=zg·2023-12-01 21:43

粒子群优化算法(PSO)之基于离散化的特征选择(FS)（一）

前言：在机器学习中，离散化(Discretization)和特征选择(FeatureSelection,FS)是预处理数据的重要技术，提高了算法在高维数据上的性能。
人工智能遇见磐创·2023-03-14 14:43

使用卡方分箱进行数据离散化-python实现

离散化（Discretization）：将定量数据转化为定性数据的过程。一些数据挖掘算法只接受分类属性（LVF、FINCO、朴素贝叶斯）。当数据只有定量特征时，学习过程通常效率较低且效果较差。
python机器学习建模·2023-02-04 09:48

强化学习笔记_8_连续控制

DiscreteVSContinuousControlDiscreteActionSpaceContinuousActionSpaceDQN算法、PolicyNetwork等可以解决离散控制问题，输出为一个确定维度的向量Discretization
k_kun·2023-01-07 19:23

三种方法实现数据离散化-python实现

/data/discretization_data.xls'#参数初始化data=pd.read_excel(datafile)#读取数据data=data[u'肝气郁结证型系数'].copy()k=4d1
克莱默申克·2022-10-03 15:18

离散化

概念离散化（Discretization），把无限空间中有限的个体映射到有限的空间中去，以此提高算法的时空效率。通俗的说，离散化是在不改变数据相对大小的条件下，对数据进行相应的缩小。
努力的老周·2022-03-05 16:34

R语言数据预处理操作——离散化(分箱)

一、项目环境开发工具：RStudioR：3.5.2相关包：infotheo，discretization，smbinning，dplyr，sqldf二、导入数据#这里我们使用的是鸢尾花数据集（iris）
·2021-03-12 00:20

（八）Python数据分析与挖掘实战（实战篇）——中医证型关联规则挖掘

文章目录背景和目标数据原始属性表脚本discretization.pyapriori_rules.pyapriori.py分析方法和过程方法流程背景和目标借助三阴乳腺癌患者的病理信息，挖掘患者的症状与中医证型之间的关联关系对截断治疗提供依据
anonymox·2020-11-01 17:15

（四）Python数据分析与挖掘实战——数据预处理（清洗、规约）

文章目录数据脚本lagrange_newton_interp.py拉格朗日插值data_normalization.py归一化data_discretization.py离散化line_rate_construct.py
anonymox·2020-10-26 22:46

神经网络架构搜索——可微分搜索（DAAS）

本文基于DARTS搜索离散化后性能损失严重的问题，提出了离散化感知架构搜索，通过添加损失项(Discretization
AI异构·2020-09-17 03:13

Day Two——填充缺失值、归一化数据、PCA降维分析

DayTwo——填充缺失值、归一化数据、PCA降维分析完整代码及数据地址第一部分数据catering_sale.xls第二部分数据normalization_data.xls第三部分数据discretization_data.xls
wnma3mz·2020-09-12 17:39

SSD 目标检测 Keras 版

SSD将输出一系列离散化（discretization）的
weixin_34236869·2020-08-26 15:44

连续属性离散化与sklearn.preprocessing.KBinsDiscretizer

1、连续属性离散化离散化(Discretization)(有些时候叫量化(quantization)或分箱(binning))，是将连续特征划分为离散特征值的方法。
望百川归海·2020-08-18 11:16

R语言数据预处理——离散化（分箱）

R语言数据预处理——离散化（分箱）一、项目环境开发工具：RStudioR：3.5.2相关包：infotheo，discretization，smbinning，dplyr，sqldf二、导入数据#这里我们使用的是鸢尾花数据集
Y_Wolf·2020-08-14 23:25

机器学习小组知识点27：数据预处理之数据离散化（Data Discretization）

离散化和概念分层产生通过将属性域划分为区间，离散化技术可以用来减少给定连续属性值的个数。区间的标号可以替代实际的数据值。如果使用基于判定树的分类挖掘方法，减少属性值的数量特别有好处。通常，这种方法是递归的，大量的时间花在每一步的数据排序上。因此，待排序的不同值越少，这种方法就应当越快。许多离散化技术都可以使用，以便提供属性值的分层或多维划分——概念分层对于给定的数值属性，概念分层定义了该属性的一个
Eric2016_Lv·2020-08-14 23:42

[Python数据预处理] 连续数据离散化：等宽法 & 聚类分析法

/data/discretization_data.xls'#参数初始化data=pd.read_excel(datafile)#读取数据data=data[u'肝气郁结证型系数'].copy()k=4
memoryqiu·2020-08-11 04:24

Chapter 2 Data Exploration

DataExploration：A.AboutDataQualityB.Preprocessing①Quality②Sampling③AttributeSelection④DimensionalityReduce⑤Discretization
Gaoithe·2020-08-04 18:21

机器学习之离散化和归一化

在统计学和机器学习中，离散化（Discretization）指将连续特征或者变量，转变成离散特征或者变量的过程。2.为什么离散化？算法需要：有些数据挖掘算法，特别是
Ioners·2020-08-02 21:29

【数据挖掘导论】读书笔记 - （1）

这样，常常需要将连续属性变换成分类属性（离散化，discretization）
奔跑的小象·2020-08-01 01:41

Python：连续属性离散化（等频法）

importpandasaspddatafile='/users/dzh/downloads/discretization_data.xls'#参数初始化data=pd.read_excel(datafile
DZH8128·2020-07-31 13:58

数据预处理——离散化

-07什么是数据离散化非监督离散化监督离散化1.什么是数据离散化有些数据挖掘算法，特别是某些分类算法（如朴素贝叶斯），要求数据是分类属性形式（类别型属性）这样常常需要将连续属性变换成分类属性（离散化，Discretization
Mars_myCafe·2020-07-14 11:45

【数据分析】数据预处理中的数据变换

目录数据变换二值化（Binarization）离散化（Discretization）（特征分箱）哑编码（Dummycoding）标准化（Standardization）规范化（Normalization
YYIverson·2020-07-01 15:52

离散化/分箱/分组（Discretization / binning / Interactive grouping）

1、监督离散化（superviseddiscretization）考虑类别信息（已知X的值和Y的值）。检验方法如：卡方检验（ChiMerge慢、Chi-square、Chi2、CAIM、CACC、ameva），信息增益，基尼指数，最短描述长度原则（MDLP，基于熵），WoE等。（1）最优准则：基于“树结构准则”查找最佳分组（条件推理树ConditionalInferenceTrees,initia
textboy·2020-06-26 18:14

【评分卡】评分卡入门与创建原则——分箱、WOE、IV、分值分配

在评分卡建模中，变量分箱（binning）是对连续变量离散化（discretization）的一种称呼。要将logistic模
scxyz_·2020-06-26 14:34

Python数据分析与挖掘实战

《Python数据分析与挖掘实战》代码问题例4-3_data_discretization.py修改后的代码运行结果结果图片等宽离散化:cluster_plot(d1,k).show()等频率离散化：cluster_plot
jianmin23·2019-10-22 20:05

【simulation笔记】建模、模拟和实验

来复习一下：Idealization:首先建一个数学模型Discretization:将它转化为离散/数值问题Simulation:计算模拟的结果Verification：验证是否于数学模型一致Validation
BananaHotMilk·2019-04-22 22:37

林欣浩《数学有意思》

第一讲离散与抽象“离散”即“离散化”（discretization），把连续形式的数学问题转化成离散形式的过程。“抽象”即“抽象化”
linda2021·2019-02-28 18:07

Python：数据离散化 - 等宽及等频

最常用的方式便是等宽离散化，等频离散化，在此处我们讨论离散化的概念，只给出在python中的实现以供参考1.等宽离散化使用pandas中的cut()函数进行划分importnumpyasnpimportpandasaspd#Discretization
冰糖炖冰糖·2018-12-22 17:20

基于信息增益的离散化方法

classFeature_Discretization(object):def__init__(self):self.min_interval=1#最小间隔self.min_epos=0.05#信息增益阈值
mambasmile·2018-07-31 17:26

连续数据离散化

#数据规范化importpandasaspddatafile='eeeee/chapter4/demo/data/discretization_data.xls'#参数初始化data=pd.read_excel
蠡1204·2018-06-02 19:40

2018-04-27 开胃学习数学系列 - 有限差分法 PDE

Discretization使用FDM求解偏微分方程的第一步是将u（x，t）u（x，t）解作为离散的值集合，在空间和时间的网格点上，坐标上，的分布。Firststepinsol
Kaiweio·2018-04-28 05:49

粒子群优化算法(PSO)之基于离散化的特征选择(FS)（一）

作者：Geppetto在机器学习中，离散化(Discretization)和特征选择(FeatureSelection,FS)是预处理数据的重要技术，提高了算法在高维数据上的性能。
磐创 AI·2018-04-05 16:11

评分卡模型-理论

评分卡模型流程变量分群/分箱通常是为了让变量的预测力最强名义变量降低基数类似决策树的一种算法连续变量的分箱在评分卡建模中，变量分箱（binning）是对连续变量离散化（discretization）的一种称呼
changzoe·2018-03-28 20:37

数据预处理及相应的Rapidminer操作

Sampling）3.维归约（DimensionalityReduction）4.特征子集选择（Featuresubsetselection）5.特征创建（Featurecreation）6.离散化（Discretization
Al_assad·2017-03-01 19:38

【数据挖掘】数据预处理与Rapidminer相应的操作

Sampling）3.维归约（DimensionalityReduction）4.特征子集选择（Featuresubsetselection）5.特征创建（Featurecreation）6.离散化（Discretization
Al_assad·2017-03-01 17:28

离散化介绍

例如：原数据：1,999,100000,15；处理后：1,3,4,2；原数据：{100,200}，{20,50000}，{1,400}；处理后：{3,4}，{2,6}，{1,5}；中文名离散化外文名Discretization
RainbowCrown·2017-02-13 20:29

特征离散化系列(一)方法综述

许多研究表明归纳任务(inductiontasks)能从离散化(discretization)中获益：有离散值的规则通常是更简短，更容易理解，并且离散化能改善预测精度(predictiveaccura
RandomSeed·2016-10-07 18:27

【CS229 lecture17】连续马尔科夫决策过程

ContinuousstateMDPs（上节课讲的是离散的）-Discretization-Models/Simulator-Fittedvalueiteration-Qfunction-Approximatepolicyiteration
qiusuoxiaozi·2016-03-09 14:00

数据挖掘算法之离散化和二元化

这样，常常需要将连续属性变换成分类属性（离散化，discretization），并且连续和离散属性可能都需要变换成一个或多个二元属性（二元化，binarization）。
deepfuture·2012-02-06 20:52

数据挖掘算法之离散化和二元化

这样，常常需要将连续属性变换成分类属性（离散化，discretization），并且连续和离散属性可能都需要变换成一个或多个二元属性（二元化，binarization）。
deepfuture·2012-02-06 20:00

数据挖掘算法之离散化和二元化

这样，常常需要将连续属性变换成分类属性（离散化，discretization），并且连续和离散属性可能都需要变换成一个或多个二元属性（二元化，binarization）。
deepfuture·2012-02-06 20:00

数据挖掘步骤

图1为知识挖掘的步骤 数据处理：  标准化处理  离散化 (Discretization)  连续值－>离散值，分类中常用  取样 (Sampling)  维度缩减
w800927·2011-11-09 13:00

SQL Server Analysis Service - 在维度中使用分组 (Discretization)

在SQLServerAnalysisService中，维度(Dimension)是一个非常重要的概念，通常情况下一个包含多个属性，每个属性为某个对象（例如Customer，Product等）的一个字段表现。这样，对于每个维度的特定属性，唯一列举了所有可能出现的值。在某些情况下，这些属性具有数百万个值而且不具有任何层次结构，这对于业务人员来说要想找到某个特定的值就会非常困难，如果能够将他们分组-例如
Allan.·2010-08-14 13:00
上一页 1 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他