Python数据分析可视化,python数据处理及可视化

　　目录数据的离散化和类型

　　数据离散化和类型

　　数据操作的逻辑分层，即所谓的离散化，是无限空间中的有限个体到有限空间的映射。数据离散化主要是对连续数据进行的。经过处理后，数据值的范围分布将由连续属性变为离散属性。该属性通常包含两个或多个值范围。

　　离散化的必要性

　　节省计算资源，提高计算效率。算法模型(尤其是分类模型)的计算要求。虽然决策树等很多模型都可以支持连续数据的输入，但是决策树本身会先把连续数据转换成离散数据，所以离散转换是必不可少的一步。增强模型的稳定性和准确性。数据离散化后，异常数据不会明显突出异常特征，而是被划分为一个子集。时间数据离散化

　　离散时间。通常，时间戳会转换为秒、分、小时或上午和下午。通常，日期被转换成周数、星期几、月份、工作日或休息日、季度、年份等等。

　　数据离散化可以将细粒度的时间序列数据离散成三种粗粒度的数据：

　　离散成分类数据，如上午和下午；离散成连续数据，如周一、周二、周三；离散化是数字数据。比如一年有52周，周数就是数值数据。进口熊猫

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。