问题标签 [discretization]

我在 R 中使用RWeka对数据集进行离散化。

但我希望输出为整数矩阵。

例如： R中离散化包的所有输出都是整数矩阵。

我很尴尬地问这个问题，因为我相信我可能遗漏了一些明显的东西，但我就是看不出我哪里出错了。作为一个更大项目的一部分，我正在研究应用离散化方法来近似方波上的对流方程。但是，我注意到在某些情况下，我的方波的边界被错误地应用了。当 10.25<=X<=10.5 时，它的初始条件应该是 1，其他地方应该是 0。这是该问题的一个示例：

在这种情况下，波形显示不正确，x=10.5 取值为 0 而不是 1，如下所示：

https://dl.dropboxusercontent.com/u/8037738/project/square_wave.png

奇怪的是，如果我将域长度更改为不同的值，它有时会正确显示。这是当域长度设置为 30 并且正确显示时：

https://dl.dropboxusercontent.com/u/8037738/project/square_wave_correct.png

我真的不明白，因为我的 x 数组总是以 0.01 的间隔离散，所以它在循环时永远不会“错过”10.5。我希望我已经充分解释了这个问题，如果这是我的愚蠢错误，我提前道歉。

This question may sound mathematical, but it's more of a programming question related to discretization, so I decided to ask it here.

The problem is to find a 2nd order finite difference approximation of the partial derivative u_xy, where u is a function of x and y.

Page 5 of this pdf I found does a centered difference approximation it in two steps. It first does the 2nd order centered finite-difference approximation of one of the partials, and then inserts the approximation of the second partial into it (using the same formula):

Inserting lines 2 and 3 into 1 gives (according to the pdf) the following:

The last O[(Δx)²,(Δy)²] is what I have a problem with. Notice that when the O(Δy)² terms of lines 2 and 3 go into the numerator of 1, they are being divided by the Δx in the denominator. So how come the residual terms in line 3 are of O(Δy)² instead of O(Δy²/Δx)? Would this be a '2nd order' approximation any more? (If, say, grid-spacing along both axes are the same (Δx=Δy=h), the term is of order h²/h =h, not h².)

My suggestion would be to use a higher order approximation (3rd or more) in lines 2 and 3 in order to survive the division by Δx and still have the final expression in 2nd order. But I may be missing something here.

我遇到了一件很奇怪的事情，前两天我尝试调试代码。我在 Windows 7 64 位操作系统上运行代码。我主要通过知道输入信号来计算数学模型，该模型将应用于控制算法SOOP。主要计算是可以的，但是在soop函数中做同样的事情时我得到了接近但不完全相同的结果。为什么？我也厌倦float了，我得到了同样的结果。

如果我在一个不在主函数中计算的函数会double​​被四舍五入吗？

主要的：

模型库：

控制器库使用模型库：

这两个文本文件应该显示相同的结果modelTest.txt，soop Test.txt因为我在主函数和 soop 函数中应用了相同的输入参数（s0 和 [-10,0,10]）。但是我在文本文件中得到了不同的结果。 soop Test文件：

modelTest文件：

我必须计算连续/数字特征的互信息。我想基于此应用特征选择。功能集描述如下

特征1：可以假设1 - 10000之间的任何值特征2：测量花费在某事上的时间-因此可以假设除整数（大）之外的任何值....我有这些特征。

我对此应用互信息公式感到困惑。维基百科说集成是必需的连续变量。

在应用 MI 之前我需要离散化特征吗？

我的数据包含连续和分类特征的组合。下面是我的数据在 csv 格式中的样子的小片段（将其视为由在不同城市经营商店的超级连锁店收集的数据）

你可以看到 avg_income_in_city、square_feet_of_store_area 和 avg_revenue 是连续值，其中 city、store_type 等是分类类别（为了保持数据的简洁性，我没有在这里展示更多的类别）。

我希望对数据进行建模以预测收入。问题是如何使用sklearn“离散化”连续值？sklearn 是否提供任何“现成的”类/方法来离散连续值？（就像我们在 Orange 例如 Orange.Preprocessor_discretize(data, method=orange.EntropyDiscretization())

谢谢 ！

我正在尝试从数字模型输出文本文件构建数据库。文本文件有四 (4) 行标题块数据，后跟多行 (41,149) 数据块，每行由单词“INTERNAL”隔开，后跟一些数字数据，如下所示：

数据块的大小不一致（即，某些数据块的数据行数比其他数据块多）。感谢这个站点的大量帮助，我已经能够获取 41,149 行数据并将每个数据块组织成单独的列表，我可以从中解析和构建数据库。我的问题是这个操作需要很长时间。我希望有人可以查看我下面的代码，并就如何更有效地运行它给我建议。如果需要，我可以附加模型输出文件。谢谢！

你好，stackoverflow-ers！希望你一切都好

我正在做一个项目，基本上是在尝试创建一个决策树。该数据是银行活动的数据，涉及该活动如何激励客户开设定期存款。

无论如何，我在在线资源的帮助下完成了编码等工作，并且在某一方面遇到了困难。

其中一列是所有客户的定期存款金额数字，当我绘制数据以将其可视化时（请参见附图）

由于数据如此分散，我想对其进行离散化。我使用了以下代码：

这里

Y 轴是观察次数，X 轴是定期存款的美元金额。

但是，在此步骤之后查看该列，我看到：

现在，显然这不好。一旦创建了决策树，它就会显示这些我无法解释的奇怪类别。

有人可以阐明这个问题吗？非常感谢您的帮助。

Is it possible to discretize selected column in weka ? I have 42 columns in my data set and I want to discretize (divide in intervals) only longitude and latitude but all columns are discretizing.

是否有实现 Fayad 和 Irani 的基于熵的离散化的 java 代码？我试过阅读文件，然后计算熵和信息增益。如何获得边界点？

我必须实现 Fayad 和 Irani 的离散化算法，该算法基于熵和信息增益（[Fayad and Irani，1993]