【问题标题】:Coarse classing based on weight of evidence in r [closed]基于r中证据权重的粗分类[关闭]
【发布时间】:2014-06-02 12:08:36
【问题描述】:

我们如何使用证据权重对 R 中的连续数据进行分箱。例如我有一个数据:

Recency
364
91
692
13
126
4
40
93
13
33
262
12
136
21
88
16
4
19
24
89
36
5
274
125
740
6
13
715
591
443
104
853
260
125
62
357
559
155
163
16
433
91
1380
96
374
130
574
101
5
11
34
401
13
215
168

那么,根据证据的权重,将这个变量分成不同组的命令应该是什么,或者你可以说粗分类。

我想要的输出是: 第一组:新近度 400

谢谢

【问题讨论】:

  • 你为什么不提供一个最小的reproducible example?由于您没有提供任何研究证据来实现您想要的结果,因此该数据集的预期输出是什么?

标签: r histogram


【解决方案1】:
cut(df$Recency, breaks = c(0, 200, 400, +Inf))

   Recency        gr
1      364 (200,400]
2       91   (0,200]
3      692 (400,Inf]
4       13   (0,200]
5      126   (0,200]
6        4   (0,200]
7       40   (0,200]
8       93   (0,200]
9       13   (0,200]
10      33   (0,200]
11     262 (200,400]
12      12   (0,200]
13     136   (0,200]
14      21   (0,200]
15      88   (0,200]
16      16   (0,200]
17       4   (0,200]
18      19   (0,200]
19      24   (0,200]
20      89   (0,200]
21      36   (0,200]
22       5   (0,200]
23     274 (200,400]
24     125   (0,200]
25     740 (400,Inf]
26       6   (0,200]
27      13   (0,200]
28     715 (400,Inf]
29     591 (400,Inf]
30     443 (400,Inf]
31     104   (0,200]
32     853 (400,Inf]
33     260 (200,400]
34     125   (0,200]
35      62   (0,200]
36     357 (200,400]
37     559 (400,Inf]
38     155   (0,200]
39     163   (0,200]
40      16   (0,200]
41     433 (400,Inf]
42      91   (0,200]
43    1380 (400,Inf]
44      96   (0,200]
45     374 (200,400]
46     130   (0,200]
47     574 (400,Inf]
48     101   (0,200]
49       5   (0,200]
50      11   (0,200]
51      34   (0,200]
52     401 (400,Inf]
53      13   (0,200]
54     215 (200,400]
55     168   (0,200]

【讨论】:

    猜你喜欢
    • 2019-09-11
    • 2021-04-28
    • 2021-08-08
    • 2016-07-17
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2021-03-28
    相关资源
    最近更新 更多