如何在R中控制CutPoints(同时执行有监督的入库)

Question

我正在使用R的“离散化”包，当我找到切入点时，我得到了以下结果。

命令：

discretization::cutPoints(data3$Dist_to_Stream, data3$Malaria_w3)

其中Dist_to_Stream是数值变量，Malaria_w3是类(分类)

 [1]    5.118175   95.484400  119.386500  300.842000  311.320500
 [6]  338.104000  387.722500  460.783000  472.821500  551.741500
 [11]  910.745500  214.143000  234.124500  260.812000  358.513000
 [16]  361.015500  449.447500  538.411500  589.118500  626.888000
 [21]  657.261000  648.304500  698.310500  953.814500 1091.265000
 [26] 1181.350000 2023.885000 2040.360000 2069.390000 2201.395000
 [31] 2120.185000 2142.255000 2456.820000 2819.860000

输出切点太多(34个桶)。在监督(基于熵)入库时，有没有办法控制切割点的数量？

提前谢谢..

Answer 1

R的discretization包的函数没有提供任何这样的参数来控制箱的数量(Discretization Documentation)。这可以通过SPSS的Optimal Binning选项轻松完成。在执行入库之前，可以设置入库的最大数量(仍然是有监督的入库)。

有关更多信息，请访问Optimal Binning。