在数据预处理中，（ ）可以将数据属性的连续值离散化为区间值或者概念值，也就是将连续值划分为若干区间，再将每个小区间重新定义一个唯一的取值。
A、数据清洗
B、数据离散化
C、数据变换
D、数据集成
发布时间：2025-05-24 14:26:10
请在 下方输入 要搜索的题目：
推荐参考答案 (
由 快搜搜题库 官方老师解答 )
答案：数据离散化
相关试题
- 1.在数据预处理中，（ ）可以将数据属性的连续值离散化为区间值或者概念值，也就是将连续值划分为若干区间，再将每个小区间重新定义一个唯一的取值。
- 2.将每个属性的可能值分割成许多相邻的区间，创建网格单元的集合（用于讨论假设属性值是序数的、区间的或连续的）的聚类算法为 ______ 。
- 3.假设给定的数据集的值已经分组为区间。区间和对应的概率如下，计算数据的近似中位数值。
- 4.假设给定的数据集的值已经分组为区间。区间和对应的频率如下。 计算数据的近似中位数值
- 5.假定用于分析的数据包含属性age,数据元祖中age的值如下(按递增序):13,15,16,16,19,20,20,21,22,22,25,25,25,25,30,33,33,33,35,35,35,35,36,40,45,46,52,70
- 6.使用最小-最大法进行数据规范化，需要映射的目标区间为[0,100]，原来的取值范围是[-10,10]。根据等比映射的原理，一个值8映射到新区间后的值是（ ）。
- 7.等深分箱: 在整个属性值的区间上平均分布，即每个箱的区间范围设定为一个常量，称为箱子的宽度。
- 8.给定一个样本特征 ,我们希望预测其对应的属性值, 如果属性值是离散的, 那么这就是一个分类问题，反之，如果属性值是连续的实数, 这就是一个（）问题
- 9.初始的取值区间，对于有明确初始值的变量，将其区间设定为具体值；对于未初始化的变量，
- 10.通过离散化操作可以将连续属性转化为序数属性
