扫码加入数据分析学习群

sklearn.preprocessing.KBinsDiscretizer这个模块是用来做数据离散化处理

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。 离散化可以把具有连续属性的数据集变换成只有名义属性(nominal attributes)的数据集。

sklearn.preprocessing.KBinsDiscretizer(n_bins=5, encode=’onehot’, strategy=’quantile’)

参数注释：

n_bins：分箱的数量，默认值是5，也可以是列表，指定各个特征的分箱数量，例如，[feature1_bins,feature2_bins,...]

encode：编码方式，{‘onehot’, ‘onehot-dense’, ‘ordinal’}, (default=’onehot’)

• onehot：以onehot方式编码，返回稀疏矩阵
• onehot-dense：以onehot方式编码，返回密集矩阵
• ordinal：以ordinal方式编码，返回分箱的序号

strategy：定义分箱宽度的策略，{‘uniform’, ‘quantile’, ‘kmeans’}, (default=’quantile’)

• uniform：每个分箱等宽
• quantile：每个分箱中拥有相同数量的数据点
• kmeans：每个箱中的值具有与1D k均值簇最近的中心