《数据挖掘与机器学习》 课件4.1.2 离散化处理和属性构造.pptxVIP

《数据挖掘与机器学习》 课件4.1.2 离散化处理和属性构造.pptx

  1. 1、本文档共10页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

8南宁职业技术学院

NCVTNANNINGCOLLEGEFORVOCATIONALTECHNOLOGY

数据挖掘与机器学习

DATAMININGA°NDMACHINELEARNING

处理电商平台用户行为数据

电商平台用户购买预测——逻辑回归

任务描述处理电商平台用户行为数据

某电商平台需要对该平台的运输行为进行分析,并预测运输行为是否会按时到达。

本任务需要对这些数据进行处理和分析,以帮助该电商平台更好地了解运输行为,并优化运输策略,提高客户满意度。

在处理敏感的电商平台用户数据时,需要特别关注网络信息安全问题。在数据预处理过

程中,应当采取措施保证用户数据的机密性、完整性和可用性。

本任务的目标是对原始数据进行数据预处理与探索,包括数据的哑变量处理和属性构造。

任务要求处理电商平台用户行为数据

探索电商平台运输行为数据。

对性别变量进行哑变量处理。

构造总成本的特征。

Part1相关知识

·哑变量处理

·离散化处理

·属性构造

离散化处理处理电商平台用户行为数据

什么是离散化处理?

·离散化处理主要应用于某些场景下的连续变量数据,将其转化为离散变量数据,从而降低数据的复杂度、降低计算量,提高模型的建立和训练效率。

·常见的离散化方法有等宽离散化、等频离散化等,可以根据实际情况选择不同的离散化方法。

等宽法处理电商平台用户行为数据

什么是等宽法?

等宽法(Equi-WidthBinning)将变量的取值范围划分为k个等宽的区间,将落在同一个区间内的数据归为同一类。

014

等宽法处理电商平台用户行为数据

什么是等宽法?

等宽法(Equi-WidthBinning)将变量的取值范围划分为k个等宽的区间,将落在同一个区间内的数据归为同一类。

处理电商平台用户行为数据

年龄

[26-30]

[31-35]

[20-25]

[36-40]

[31-35]

[26-30]

[26-30]

[26-30]

{3640]

[26-30]

等宽法

等宽法划分示例图

用户ID

1

2

3

4

5

6

7

8

9

10

年龄

28

32

25

40

35

27

30

26

38

29

等宽法处理电商平台用户行为数据

如何实现等宽法处理?

在Python中,使用pandas库的cut函数可以实现等宽离散化处理,其基本使用格式如下。

pandas.cut(x,bins,right=True,labels=None,retbins=False,precision=3,

include_lowest=False,duplicates=raise)

参数名称

说明

X

接收Series或Numpy。表示输入的数据集,无默认值

bins

接收int。指定离散化的区间,可以是一个整数、一个序列(表示区间边缘的数值)或者字符串(表示自定义区间的名称),无默认值

right

接收bool。是否包含右边界,默认为True

labels

接收bool。指定离散化后每个区间的标签,可以是一个列表或数组,长度应该与分组后的区间数量相同。默认为None

等宽法处理电商平台用户行为数据

cut函数常用参数及其说明

pandas.cut(x,bins,right=T

您可能关注的文档

文档评论(0)

乐毅淘文斋 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8121131046000040

1亿VIP精品文档

相关文档