如何对连续数据进行分类？

Question

我有两个依赖的连续变量，我想使用它们的组合值来预测第三个二进制变量的值。我如何对价值观进行离散化/分类？我不是在寻找聚类算法，我特别感兴趣的是获得随后在贝叶斯分类器中使用的“有意义的”离散类别。 对论文，书籍，在线课程的指示非常感谢！

Answer 1

这是机器学习的本质，也是研究最多的问题之一。

最小二乘回归，逻辑回归，SVM，随机森林被广泛用于这类问题，称为二元分类。

如果你的目标是对数据进行实用的分类，可以使用几个库，比如scikits-python和java中的weka。他们有很棒的文档。

但是如果你想了解机器学习的内在性，只需搜索（这里或谷歌）机器学习资源。

Answer 2

如果你想成为一个真正的书呆子，生成一堆不同的可能离散化，然后在其上训练分类器，然后通过特征来表征离散化，然后在其上运行分类器，看看哪种离散化是最好的！？

一般来说，离散化的东西更像是一种艺术，并且对输入变量范围的含义有很好的理解。