使用裝箱(bin)欄位數值分組問題
2019/05/13 下午 02:03
機器學習共學討論版
潘人傑
觀看數：43
回答數：1
收藏數：0
ml100-2
ml100-2-d08
題目說分成４小組，0, 1~2 , 3~5 , 5以上 ,但我嘗試過發現他切割分組的情況會變這樣～
如果我寫cut_rule =[1,2,3,5]
他就會被切割成：(1,2] , (2,3] ,(3,5] ，其他等於０或是大於５的都會變成NaN，而且（1,2] 並不包含２,也就是２會被分至（2,3] 的組別。
所以我就以下方圖的方式分割，不知是否正確？
由請各位大大指教！
回答列表
-
2019/05/13 下午 10:35張維元 (WeiYuan)贊同數：1不贊同數：0留言數：0
通常這種分組的做法我們稱為裝箱（bin），pd.cut(data, bins=bin_cut) 中 bin_cut 代表是怎麼裝，實際用法我們可以參考文件：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.cut.html
bins 可以接受 int、 sequence 或 IntervalIndex，使用差異如下：
* int : Defines the number of equal-width bins in the range of x. The range of x is extended by .1% on each side to include the minimum and maximum values of x.
* sequence of scalars : Defines the bin edges allowing for non-uniform width. No extension of the range of x is done.
除了給一個規則之外，也可以直接給 bin = 4 ，就會幫你分成四組