问题标签 [binning]

我正在尝试将一些随机生成的数字“合并”在我之前拥有的值向量中的相邻值之间定义的间隔之间。所以基本上，我有以下几点：

vectorA包含从 101 到 0 的 101 个值。我生成一个名为 x 的随机数。现在我想看看在vectorA中相邻的两个数字之间的哪个区间它属于哪个区间？最后，一旦找到区间，我就会返回这两个值。

我有一个 if 语句；if (x < vectorA[k] | x > vectorA[k+1])，在for循环下，因此if语句可以遍历vectorA的所有增量。

我想远离 R 的休息方法，因为我需要获取实际的 bin 间隔值并使用它们来计算一些东西。

我有大量的条目，每一个都是一个浮点数。这些数据x可以通过迭代器访问。我需要使用选择对所有条目进行分类，例如10<y<=20, 20<y<=50, ....y来自其他可迭代对象的数据在哪里。条目的数量远远超过选择的数量。最后，我想要一本字典，例如：

或类似的东西。例如我在做：

一般来说y是多维的。

这很慢，是否有更快的解决方案，例如使用 numpy？我认为问题来自list.append我正在使用的方法，而不是来自binner_function

考虑一下：

现在我想有相同的输出，但每个a值有一个不同的“边”向量，即一个矩阵而不是一个边向量。例子：

我可以histc在一个for循环内做到这一点，我试图避免循环。

使用 python，我创建了以下包含相似性值的数据框：

我正在尝试编写一个 R 脚本来生成另一个反映 bin 的数据帧，但是如果值高于 0.5，则我的 binning 条件适用，这样

伪代码：

基于以上逻辑，我想建立一个数据框

如何将其作为脚本启动，或者我应该在 python 中执行此操作？在了解 R 的强大程度/它拥有的机器学习包的数量之后，我正在尝试熟悉它。我的目标是建立一个分类器，但首先我需要熟悉 R :)

I have to plot some data using histograms. My data are between [0,1], with no large concentrations on any particular point.

What's a good ratio between number of samples and number of bins (of equal length)?

嗨，我正在尝试在 ggplot 中绘制直方图，但我的数据没有所有值，而是值和出现次数。

任何人都会知道如何对值进行分箱或如何绘制分箱值的直方图。
我想得到一些看起来像的东西

我有一组数据，并想制作它的直方图。我需要 bin 具有相同的size，我的意思是它们必须包含相同数量的对象，而不是更常见的（numpy.histogram）问题，即具有等间距的bin。这自然会以箱体宽度为代价，而箱体宽度可能——而且通常会——有所不同。

我将指定所需的 bin 数量和数据集，作为回报获得 bin 边缘。

所以 bin 都包含 2 个点，但它们的宽度（0.3、0.8、0.02）不同。

有两个限制： - 如果一组数据相同，则包含它们的 bin 可能更大。- 如果有 N 个数据并且请求了 M 个 bin，如果 N%M 不为 0，则将有 N/M 个 bin 加一。

这段代码是我写的一些杂乱无章的代码，它适用于小型数据集。如果我有 10**9+ 分并想加快流程怎么办？

我正在尝试将数字变量（年龄）分类为由间隔定义的组，因此它不会是连续的。我有这个代码：

上面的代码在生存包下不起作用。它给了我：

你能指出错误在哪里吗？data是我正在使用的数据框。

在执行 2 倍合并后，我正在尝试使用“电影”功能显示来自外部摄像头的实时视频。我的原始视频尺寸是 768x576。但是，当我对像素进行分类时，我会得到一个 384x288 的图像，当它显示时，它看起来是原始视频大小的一半。有什么办法可以增加电影的显示大小，使其看起来与原始大小相同？换句话说，我的像素看起来会是两倍大小。

我试过使用set(gca,'Position'...)，但它不会改变我电影的大小。

有什么建议吗？

我有以下数据集，

第 1 至 6 列

我正在尝试使用二进制拆分来构建决策树，其中一个问题是数据继续存在，并且我当前的实现通过保持数据原样并进行拆分而变得计算密集。我必须说，如果你只是构建一个分类器，那就太糟糕了。

就我而言，我正在做十倍并将分类器从 5-50（装袋）增加。我正在考虑以这种方式将数据存储到 0.2 个存储桶中，但我意识到存在负数。我正在使用 matlab 来实现。我是一个 Matlab NewB，不确定是否有预定义的方法来处理这样的场景。