连续化(Continuize)

将离散变量（属性）转换为数字（连续）变量。

输入

  • 数据：输入数据集

输出

  • 数据：转换后的数据集

功能

连续化(Continuize) 小部件从输入接收数据集，并输出离散变量（包括二进制变量）被连续变量替换的数据集。

界面

  1. 定义对非二进制分类变量的处理。

    本节中的示例将假定我们具有离散的属性状态，该属性状态的值分别为 low, middle 和 high。 其转换的选项有：

    • 以第一个值作为基数：一个 N 值的分类变量将转换为 N-1个数字变量（即一列分类变量变为了 N-1 列数字变量）。基数是列表中的第一个值。 默认情况下，这些值按字母顺序排序； 它们的顺序可以在 编辑特征(Edit Domain) 中更改。

      在上述情况下，三值变量 status 被转换为两个数字变量，即 status = middle 的值为 0 或 1，表示特定示例中原始变量的值是否为 middle，类似地也有status = high。

    • 最常见值作为基数：与上述类似，不同之处在于最常见的值被用作基数。 因此，如果在上面的示例中，最常见的值是 middle，则将 middle 视为基数，并且两个新构造的变量分别为 status= low 和 status = high。

    • 每个值一个属性：此选项为原始变量的每个值构造一个数字变量。在上述情况下，我们将获得变量status = low，status = middle 和 status = high。

    • 忽略多值属性：从数据中删除非二元分类变量。

    • 按有序数据处：将变量转换为枚举原始值的数字变量。在上述情况下，新变量的值将为 0(low），1（middle）和 2（high）。再次注意，可以在 编辑特征(Edit Domain) 中设置值的顺序。

    • 除以取值数目：除了数值标准化为 0-1 之间，与上述相同。 在我们的示例中，新变量的值为0、0.5和 1。

  2. 定义连续属性的处理。
  3. 定义对类属性（结果，目标）的处理。 除了保持原样之外，可用选项反映了多值属性的选项，除了将结果分成多个结果变量的选项。
  4. 此选项定义新变量的范围。 在上面的文本中，我们假设范围是 0 到 1。
  5. 生成报告。
  6. 如果勾选了“自动应用”，则会自动提交更改。 否则，每次更改后都必须按“应用”。

示例

首先，让我们看看 连续化(Continuize) 小部件的输出是什么。 我们将 Heart disease 数据集输入数据表(Data Table)。然后，我们连续化离散值并在另一个数据表(Data Table)中观察它

在第二个示例中，我们展示了此小部件的典型用法 – 为了正确绘制数据的线性投影，需要将离散属性转换为连续的属性，这就是为什么我们在绘制数据之前将数据通过 连续化(Continuize) 小部件。 chest pain 属性最初具有四个值，并被转换为三个连续属性。 gender 也发生了类似的情况，该属性被转换为单一属性 gender=female。

反馈问题

文档有问题? 或者有其他意见和建议? 请在本文档的 Github 仓库直接反馈

点我反馈

进入反馈页面不知道如何反馈, 请点击这里

更新时间: