如何在 R 中控制 CutPoints（在执行监督分箱时）答案

【问题标题】：How to control the CutPoints(while performing supervised binning) in R如何在 R 中控制 CutPoints（在执行监督分箱时）
【发布时间】：2015-10-15 09:19:00
【问题描述】：

我正在使用 R 的“离散化”包。在找到切点时，我得到以下结果。

命令：

discretization::cutPoints(data3$Dist_to_Stream, data3$Malaria_w3)

其中Dist_to_Stream 是数值变量，Malaria_w3 是类（分类）

 [1]    5.118175   95.484400  119.386500  300.842000  311.320500
 [6]  338.104000  387.722500  460.783000  472.821500  551.741500
 [11]  910.745500  214.143000  234.124500  260.812000  358.513000
 [16]  361.015500  449.447500  538.411500  589.118500  626.888000
 [21]  657.261000  648.304500  698.310500  953.814500 1091.265000
 [26] 1181.350000 2023.885000 2040.360000 2069.390000 2201.395000
 [31] 2120.185000 2142.255000 2456.820000 2819.860000

输出切点太多（34 个 bin）。有没有办法在监督（基于熵）分箱时控制切割点的数量？

提前致谢..

【问题讨论】：

标签： r binning discretization

【解决方案1】：

R 的 discretization 包的函数不提供任何此类参数来控制 bin 的数量 (Discretization Documentation)。这可以通过 SPSS 的Optimal Binning 选项轻松完成。可以在执行分箱之前设置最大分箱数（仍然是有监督的分箱）。

更多信息 Optimal Binning.

【讨论】：