等频分箱
把变量值按照从小到大的顺序排列,根据数据集样本个数等分为k 部分,每部分当作一个分箱,比如分箱数是 10,则每个箱内包含大约 10% 的样本量。
将”Fare”变量等频分箱
A | |
1 | =file("D://titanic.csv").import@qtc() |
2 | =A1.ranks(Fare) |
3 | 3 |
4 | =ceil(A1.len()/A3) |
5 | =A3.(~*A4) |
6 | =A1.derive(if(A2(#)<A5(1),"low",if(A2(#)>=A5(2),"hign","middle")):Fare_equifre_binning) |
A2 将 Fare 排序,返回排序后的位置
A3 设置分箱数
A4 计算每组的频数
A5 计算每个箱子的频数边界
A6 按照 Fare 排序后的位置进行分箱