我有一组存储在“ numpy”数组中的数据:
array([['4.8', '3.0', '1.4', '0.3', 'Iris-setosa'],
['4.6', '3.2', '1.4', '0.2', 'Iris-setosa'],
['5.3', '3.7', '1.5', '0.2', 'Iris-setosa'],
['5.0', '3.3', '1.4', '0.2', 'Iris-setosa'],
['7.0', '3.2', '4.7', '1.4', 'Iris-versicolor'], dtype='<U15')
我正在尝试使用Orange离散化这些连续数据。
我知道我可以做这样的事情来完成工作:
import Orange
iris = Orange.data.Table("iris.tab")
disc = Orange.preprocess.Discretize()
disc.method = Orange.preprocess.discretize.EqualFreq(n=3)
d_iris = disc(iris)
但是,此方法仅适用于橙色数据表,不适用于numpy数组。
无论如何,是否可以使用Orange离散存储在numpy数组中的数据?
答案 0 :(得分:1)
d_iris.X
已经是一个numpy数组,但是您将丢失目标值和标头。 d_iris.Y
是可以与X合并的目标列。但是请记住,离散化后您只会看到分配的bin值,这可能很难解释。
d_iris.X[:5]
array([[0., 3., 0., 0.],
[0., 1., 0., 0.],
[0., 2., 0., 0.],
[0., 2., 0., 0.],
[0., 3., 0., 0.]])
答案 1 :(得分:0)
Orange可以将Panda数据框转换为Orange的表,因此首先将数据转换为Panda数据框:
import pandas as pd
import numpy as np
import Orange.preprocess as OrangePre
from Orange.data.pandas_compat import table_from_frame
x = np.array([...])
df = pd.Dataframe(x)
然后将其转换为Orange表:
table = table_from_frame(df)
离散化:
disc = OrangePre.Discretize()
disc.method = OrangePre.discretize.EqualFreq(3)
d_data = disc(table)
再次将结果转换为熊猫数据框:
final_data = pd.DataFrame(np.array(d_data))
它也可以以numpy的形式使用:
final_data.values