结果:找到“数据离散”相关内容14个,排序为按回复时间降序,搜索更多相关帖子请点击“高级”
python数据分析师培训教程
3 个回复 - 1075 次查看
2020年Python数据分析师教程系列
P1. Python数据分析大纲介绍-第一章1节.flv
P2. Jupyter Notebook及Python使用入门上-第一章.flv
P3. Jupyter Notebook及Python使用入门下-第一章.flv
P4. Python数据类 ...
2020-7-10 08:30 - 卡住的水管工 - 现金交易版
2020年利用Python做数据分析-理论与实战视频
0 个回复 - 1162 次查看
P1. 1.Python数据分析大纲介绍-第一章1节
P2. 2.Python使用入门上-第一章2节
P3. 3.Python使用入门下-第一章3节
P4. 4Python数据类型-第一章4节
P5. 5Python数据结构之列表-第一章5节
P6. 6Python数 ...
2020-6-30 05:32 - 卡住的水管工 - 现金交易版
连续数据离散化方法研究
3 个回复 - 4050 次查看
【作者(必填)】桑雨
【文题(必填)】连续
数据离散化方法研究
【年份(必填)】
2012
【全文链接或数据库名称(选填)】http://cdmd.cnki.com.cn/Article/CDMD-10141-1012393332.htm谢谢2
2013-8-12 23:33 - 一诺9257 - 求助成功区
数据离散化的优点和方法
0 个回复 - 1449 次查看
对数值属性作离散化,有下列数个优点:1、可使数据精简,降低数据的复杂度,让数据更容易被解释;2、可支持许多无法处理数值型属性的分类算法。例如,贝氏分类(Bayesian Classification)算法、以关联规则(Associa ...
2022-10-27 11:25 - 我是小趴菜 - 数据分析与数据挖掘
时间序列数据离散化
0 个回复 - 306 次查看
摘要翻译:
数据离散化,也称为binning,是计算机科学、统计学及其在生物数据分析中的应用中经常使用的技术。提出了一种将实值
数据离散化为有限个离散值的新方法。该方法的新方面是将信息论准则和确定最优值数的准则 ...
2022-3-7 10:04 - kedemingshi - Forum
数据离散程度对回归模型影响
4 个回复 - 4125 次查看
大家好, 我最近刚开始学习统计相关知识,在做变量统计性分析时,发现很多论文都将标准差作为统计分析的一方面进行描述。我了解到标准差可以描述变量的离散程度,μ+-3σ可以描述假设符合正态分布变量的离散程度。[/ ...
2018-5-7 14:48 - 美乐猫 - Stata专版
R语言实现连续数据离散化
3 个回复 - 8627 次查看
R语言实现连续
数据离散化,我仅找到了discretization包,里面的chiM方法和mdlp,但是表现效果都比较差,且处理大型数据能力欠缺,求高人指教。。。。
2016-9-30 11:31 - 18589027702 - R语言论坛
基于粗集理论的数据离散化技术研究
0 个回复 - 326 次查看
摘要:信息系统连续型属性值的离散化对决策规则或决策树的学习具有非常重要的意义。它能够提高系统对样本的聚类能力,增强系统抗数据噪音的能力,减少机器学习算法的时间和空间开销,提高其学习精度。粗集是有效的数 ...
2018-2-8 15:20 - a智多星 - 人工智能论文版
基于粗集理论的数据离散化方法
0 个回复 - 489 次查看
摘要:对后继阶段的机器学习或数据挖掘过程而言,决策系统中连续属性值的离散化具有非常重要的意义.本文系统地研究了基于粗集理论的
数据离散化方法:提出一种计算候选断点集合的算法;定义概念'选择概率'来合理、有效地 ...
2018-1-7 09:00 - DL-er - 人工智能论文版
基于粗集理论的数据离散化新算法
0 个回复 - 490 次查看
摘要:连续属性值的离散化一直是机器学习领域中殛待解决的关键问题之一,他对于提高后继学习算法的运行速度、降低算法的实际空间要求和时间消耗、提高学习结果的聚类能力等都具有极其重要的意义.本文首先分析了基于粗 ...
2018-1-7 08:00 - 人工智能-AI - 人工智能论文版
如何能够更方面地对训练集和测试集进行数据离散化
1 个回复 - 3592 次查看
现在手头上的训练集和测试集是分开的,要做一个分类的问题,那么如果训练集和测试集分开做离散化,工作量有些大,心想,有没有办法,给数据增加一个属性,比如标号,然后合并训练集和测试集,接着对合并的数据做离散 ...
2015-12-13 21:57 - 大宝天天吃包子 - SPSS论坛
请教将连续数据离散化的问题
1 个回复 - 4310 次查看
Y为因变量,X为自变量且是连续变量,发现X的影响显著。现在因为某些原因需要把X转变为离散变量,现在自己试了几次,发现对Y的影响不显著了。
请问有什么方法能够把信息的损失降到最小,能够保留原来的影响呢?
2015-5-12 23:35 - cleoli - Stata专版
求助:spss数据离散化问题
0 个回复 - 5598 次查看
用spss做大数据量离散化时,spss内部是如何处理的?
也就是说spss内部有处理大型数据的机制,预先作了等频处理,想知道具体的细节是怎么做的?还有在处理后的数据中,可以计算候选断点,对此部分断点,spss有没有 ...
2010-1-11 18:02 - saintbell - 数据分析与数据挖掘