单特征变量的分组
已解决假设有两列数据：某个统计值、id。
某个统计值是某个特征的统计值，经过归一化之后是[0-1]之间的归一值，再通过归一值乘以N后取整得到归一分数，按这个分数再group 得到每个归一分数下的id个数。
那现在想要对这个特征进行分组定级别，倒序去求分组集合，要求是最少一个分组里的id个数不能少于总id数的1%，这个逻辑自己推算的话数据量不大时可excel进行推算，如果迭代应该怎么做？另外这种方式分组有没有理论依据呢？这样分出的等级有没有效？
大概是这个样子：
图片后面还有很多数据，贴不全，B列数的和（id计数总和）1344628，1%=13446
没有显示的15级id求和是13820。
展开
收起
1
条回答
写回答
写回答
-
采纳回答- 数据量大怎么做：Excel不熟所以……随便入门一种编程语言吧比如python
- 做法的理论依据：这相当于是按照特征分布密度做特征离散化，理论基础是有的， 比如有些课程把分数排名前30%的学生定为优秀，后10%的定不及格；但是按贴出的这个数据集，有很多不合理的地方，比如特征值0。0001和0.0002明明从特征来看相差很小，但是离散化之后完全变成两个类别。如果最终目的是做机器学习的话，不建议这样做特征离散化。
2019-07-17 21:46:06赞同 展开评论 打赏
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。
相关问答
问答排行榜
最热
最新
推荐问答
