回答情况：
提问时间：
问题标签：
1回答
离散数值属性的最佳策略是什么？此外，这(属性离散化)对聚类(使用K-均值)有意义吗？因为我使用的是weka，所以我知道我可以使用离散化过滤器，使用findNumBins选项或useEqualFrequency。但还有其他策略吗？另外，对属性使用离散化，然后查找集群(使用K-均值)是否有意义？(我怀疑这没有多大意义，但我只想确认一下)
谢谢!
浏览 0修改于2015-11-15得票数 1
1回答
我需要知道什么时候是在the中进行离散化的合适时间，我有数据集，我需要从这些数据创建训练和测试数据样本。我应该在抽样之前还是抽样之后对数值属性进行离散化？
浏览 1提问于2013-02-12得票数 0
2回答
我能做的是将空间离散成一个网格，并使用A* (或D*或其他任何东西)来找到通过它的路径。现在，我希望向算法中添加方向。因此，节点位置现在变成了3d矢量(x，y，phi)。我如何对空间进行离散化，使角度不会爆炸，因为通过遍历图形，可能的角度集变得有限？谢谢。
浏览 0提问于2015-11-07得票数 2
1回答
因此，我正在做一个零阶保持积分技术来进行离散化。在中，有一个描述离散动力学的显式表达式。
我该如何看待来自Drake的线性化系统的显式形式？我想知道A、B和C矩阵，以便明确地写出我的离散时间动力学。另外，Drake中有没有实现离散化的技术？
浏览 17提问于2020-05-06得票数 0
回答已采纳
1回答
我手头的问题是：我的方法是在表面上创建点，然后检查每个点与太阳当前位置之间是否存在任何障碍。我要补充的是，我需要知道哪些点在阴影中，哪些点在直射下，也就是说，知道30%的表面是阴影不足以满足我想做的事情。
浏览 5提问于2013-06-20得票数 1
回答已采纳
1回答
我有一个名为fun的函数，需要运行以下代码：p = @(theta) integral(@(r)polarfun(r,theta),0,Inf);我是这样做的(n是之前定义的)：for i=1:n+1end
浏览 3提问于2016-08-04得票数 1
回答已采纳
1回答
我使用BayesNet算法，因此需要对数据集中的数值进行离散化。我读到，在离散化测试数据集时，我需要使用训练数据集作为输入格式，以便离散化的训练数据集和测试数据集是兼容的()。这是我的测试数据集离散化代码： int[] discIndices = {0,2,5,6例如，我有一个数值属性，当我离散化
浏览 5提问于2017-10-25得票数 0
xr.where(da.notnull(), discrete, np.nan) # needed in case the initial array contains nans 这是一个工作原理的可视化演示
浏览 59修改于2021-08-16得票数 0
5回答
我在R中设计了一个神经网络，为此我必须准备我的数据并导入一个表。 time hour Money day2: 20000616 2 6.22 5 4: 20000616 4 11.42 56: 20000616 6 7.32 5 time Money day 1 2 3 4
浏览 0修改于2018-02-05得票数 2
回答已采纳
1回答
我试图通过应用无监督的离散化滤波器来提高我的WEKA模型的准确性。我需要决定回收箱的数量，以及是否应该使用等频率的装夹。通常情况下，我会使用一个训练集来优化这一点。我也尝试了监督离散过滤器，以确定垃圾箱的大小，但这只在单一的回收箱。这是否意味着我的数据过于随机，因此不能聚集到多个回收箱中？
浏览 1提问于2015-08-03得票数 1
回答已采纳
我有一个数据集，其中包含一个月的日期时间列，我需要将它分成两个块(白天和晚上或am\pm)，然后将每个块中的时间离散到10分钟的bin中。我可以添加另一列0和1来表示它是am或pm，但我不能对其进行离散化！你能帮我一下吗？
浏览 32修改于2021-11-21得票数 1
回答已采纳
1回答
我们知道，我们通常对连续特征进行离散化，以消除额外的信息和不必要的规律性，从而使模型具有良好的鲁棒性和良好的预测能力。但我想知道，除了基于特征的上下文之外，如何选择数据离散化、二进制或多值化的最优阈值。
浏览 0提问于2019-04-29得票数 2
回答已采纳
是否可以在weka中对选定的列进行离散化？我的数据集中有42列，我只想离散(间隔)经度和纬度，但是所有的列都是离散的。
浏览 2提问于2014-10-11得票数 2
回答已采纳
1回答
我现在的任务是对这种模型进行离散化，并在Simulink (离散PID)中设计一个离散控制器。
从理论上讲，系统的采样时间必须满足Nyquist采样定理。
浏览 6提问于2015-10-19得票数 0
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号