本文为您介绍特征离散化组件。
功能说明
特征离散化组件可用于对离线数据做离散化特征处理。数据离散化是指将连续的数据进行分段，使其变为一段段离散化的区间。在工业场景中，为了易于增减特征，模型更加稳定，会将连续特征离散化，并且离散化后的特征有很强的鲁棒性。
应用场景：例如：一组数据需做离散化处理，分段间隔为0.5，对数据【2.2, 2.9, 1, 1.4, 1.6, 2.7】做离散化处理后为【2.0, 3.0, 1.0, 1.5, 1.5, 2.5】
计算逻辑原理
特征离散化：有效的离散化能减少算法的时间和空间开销，提高系统对样本的分类聚类能力和抗噪声能力，并且可以有效的克服数据中隐藏的缺陷，使模型结果更加稳定。
参数说明
IN端口-输入参数
参数名 | 参数描述 | 是否必填 | 输入数据类型 | 数据源类型 |
待离散化变量 | 需要做离散化处理的变量，输出离散化处理后的数据。仅支持处理一个变量。 | 是 | 整数或浮点数 说明 若存在非数值数据，则会置为NaN。 |
|
OUT端口-输出参数
参数名 | 参数描述 | 输出数据类型 |
输出 | 输出参数包含待离散化变量中配置的输入参数。 | 浮点数 |
其他参数
参数名 | 参数描述 | 是否必填 | 参数默认值 | 参数范围 |
离散化方法 |
| 是 | 等间隔离散化 |
|
离散化方法：等间隔离散化
参数名 | 参数描述 | 是否必填 | 参数默认值 | 参数范围 |
离散区间间隔 | 数据分段间隔。 例如：离散区间间隔为2时，离散化处理会将属性值处理成固定步长为2的数据。 | 否 | 1 | [0,99999999] |
离散化方法：等距离散化
参数名 | 参数描述 | 是否必填 | 参数默认值 | 参数范围 |
离散区间上限 | 做离散化处理的数据上限，上限必须大于下限。 注意：大于离散化区间上限的数据会被置为空。 | 否 | / | [-99999999,99999999] |
离散区间下限 | 做离散化处理的数据下限，下限必须小于上限。 注意：小于离散化区间下限的数据会被置为空。 | 否 | / | [-99999999,99999999] |
离散区间个数 | 数据分段个数。 例如：指定范围[1,10]，离散区间个数为3，离散化处理会将该范围内的属性值分为三个区间，区间的值分别为1、2、3。 | 否 | / | [1,99999999] |
离散区间处理逻辑 | 数据分区时，区间之间重合的数据选择方式。
例如：(1,4]，表示左开右闭，不包含1包含4。 | 否 | 左闭右开 |
|
- 本页导读 （0）