首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >用于分类的最小方差的Python - bin大小

问用于分类的最小方差的Python - bin大小
EN

Stack Overflow用户
提问于 2017-06-30 20:32:21
回答 1查看 124关注 0票数 1

我想将我的特征' age‘从一个连续变量更改为二进制分类的年龄范围的分类变量,如下所示:

代码语言:javascript
复制
df['Age'] = pd.cut(df['Age'], [0,6,12,16,65,90] ,labels=['0-6','6-12','12-16','16-65','65-90'])

然而,我希望以最优的方式对其进行拆分,以便能够最有效地对数据进行分类。也就是说,年龄范围内的类的方差被最小化,而不是过度拟合。

有没有一个包有一个方法,可以最小化像这样拆分数据时的方差,或者我必须自己写一个?

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2017-07-03 00:08:09

也许你可以使用sklearn.cluster来做这件事。

票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/44846574

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档