怎么把python的連續(xù)特征和離散特征都連在一起？數(shù)據(jù)映射：分類(lèi)變量：男，女->0，1連續(xù)變量：如身高。我們需要離散化：（0，50]，（50100]，（100150]，（150200），（200，

怎么把python的連續(xù)特征和離散特征都連在一起？

數(shù)據(jù)映射：分類(lèi)變量：男，女->0，1連續(xù)變量：如身高。我們需要離散化：（0，50]，（50100]，（100150]，（150200），（200，），然后將它們映射到：0，1，2，3，4

不同的模型有不同的數(shù)據(jù)要求，所以我們需要相應(yīng)地處理數(shù)據(jù)。

對(duì)于一般線(xiàn)性回歸模型，自變量的數(shù)據(jù)類(lèi)型要求是連續(xù)的，因此離散數(shù)據(jù)需要是連續(xù)的。一般來(lái)說(shuō)，0，1，2，3的編碼。。。對(duì)有序離散變量采用虛擬變量，對(duì)無(wú)序離散變量生成多個(gè)虛擬變量。對(duì)于決策樹(shù)模型，我們需要對(duì)連續(xù)數(shù)據(jù)進(jìn)行離散化處理；為了顯示連續(xù)數(shù)據(jù)的分布特征，我們?cè)诶L制直方圖時(shí)也需要對(duì)連續(xù)數(shù)據(jù)進(jìn)行離散化處理

打開(kāi)招聘網(wǎng)站進(jìn)行搜索。我們發(fā)現(xiàn)，雖然Python沒(méi)有舊Java語(yǔ)言那么多的招聘職位，但是薪水通常很高。

不管您是否意識(shí)到這一事實(shí)，Python不再是一種年輕的編程語(yǔ)言。盡管Python沒(méi)有其他一些語(yǔ)言那么古老，但它仍然比大多數(shù)人想象的要古老。Python于1991年首次發(fā)布。盡管這些年來(lái)它經(jīng)歷了相當(dāng)大的變化，但現(xiàn)在使用Python與當(dāng)時(shí)沒(méi)有什么不同。

事實(shí)上，Python近年來(lái)仍然很流行。首先，有幾個(gè)原因：1。它出現(xiàn)得更早

Python誕生于上世紀(jì)90年代，這不僅意味著它有足夠的時(shí)間成長(zhǎng)，而且擁有龐大的粉絲群。

2. 適合初學(xué)者

Python已經(jīng)存在了幾十年，程序員可以利用這段時(shí)間編寫(xiě)高質(zhì)量的教程。另外，python語(yǔ)法很容易理解。

Python已經(jīng)存在了相當(dāng)長(zhǎng)的時(shí)間，開(kāi)發(fā)人員為不同的目的制作了不同的包?，F(xiàn)在，幾乎所有的東西都可以打包了。

Python以其簡(jiǎn)單、開(kāi)發(fā)效率高而受到越來(lái)越多國(guó)內(nèi)企業(yè)的青睞。越來(lái)越多的公司將選擇Python開(kāi)發(fā)網(wǎng)站、搜索引擎（Google）、e68a84e8a2ade799bee5baa6e997aee7ad9431333433633437、云計(jì)算（openstack）、大數(shù)據(jù)、人工智能（alphago）、科學(xué)計(jì)算等，預(yù)計(jì)Python將成為繼C和Java之后的第三大主流編程語(yǔ)言，具有廣闊的發(fā)展前景

！Python在數(shù)據(jù)分析、數(shù)據(jù)挖掘、人工智能、web開(kāi)發(fā)等方面發(fā)揮著重要作用。此外，人工智能?chē)?yán)重依賴(lài)數(shù)據(jù)，數(shù)據(jù)相關(guān)崗位人才短缺。Python目前的地位可以說(shuō)是炙手可熱。

現(xiàn)在可以學(xué)習(xí)非常流行的Python了

在Microsoft SQL Server 2005 analysis services（SSAS）中創(chuàng)建數(shù)據(jù)挖掘模型時(shí)使用的一些算法需要特定的內(nèi)容類(lèi)型才能正確運(yùn)行。例如，某些算法（如Microsoft naive Bayes算法）不能使用連續(xù)列作為輸入，也就是說(shuō)，它們不能預(yù)測(cè)連續(xù)值。此外，有些列可能包含太多的值，這使得算法很難在數(shù)據(jù)中識(shí)別相關(guān)模式來(lái)創(chuàng)建模型。

在這種情況下，可以對(duì)列中的數(shù)據(jù)進(jìn)行離散化，以便使用算法生成挖掘模型。離散化是將一組連續(xù)數(shù)據(jù)的值放入桶中，以得到離散的可能狀態(tài)數(shù)的過(guò)程。bucket本身被視為一個(gè)有序的離散值。數(shù)值列和字符串列都可以離散化。

離散化數(shù)據(jù)的方法有很多種。每個(gè)方法都可以使用以下示例代碼中的公式來(lái)自動(dòng)計(jì)算要生成的桶數(shù)：

桶數(shù)=sqrt（n）

在上述示例代碼中，n是列中數(shù)據(jù)非重復(fù)值的數(shù)目。如果不希望analysis services計(jì)算存儲(chǔ)桶數(shù)，可以使用DiscretizationBucket屬性手動(dòng)指定存儲(chǔ)桶數(shù)。