sklearn.preprocessing.KBinsDiscretizer可以使用strategy ='quantile'删除重复的垃圾箱吗？

Question

我使用sklearn.preprocessing.KBinsDiscretizer(n_bins=10, encode='ordinal')离散化了我的连续特征。

策略为'quantile'，作者为defalut。但是我的数据分布实际上不是均匀的，例如70％的行为0。

然后我得到了KBinsDiscretizer.bins_edges=[0.,0.,0.,0.,0.,0.,0.,256.,602., 1306., 18464.]。

有很多重复的垃圾箱。那么，有没有一种方法可以将重复项放入KBinsDiscretizer的垃圾箱中？

KBinsDiscretizer计算输入的分位数。如果输入的最多样本为零，则10个分位数将具有多个零。我期望的结果是具有唯一容器的离散器。对于我提到的示例，为[0.,256.,602., 1306., 18464.]。

Answer 1

那是不可能的。设置strategy='uniform'以实现您的目标。