Я пытаюсь использовать KBinsDiscretizer из sklearn.preprocessing, но он возвращает целочисленные значения как 1,2, .., N (представляющие интервал).Можно ли вернуть правильный интервал как (0.2, 0.5) или это еще не реализовано?
KBinsDiscretizer
sklearn.preprocessing
на основе документов: https://scikit -learn.org / stable / modules / generate / sklearn.preprocessing.KBinsDiscretizer.html :
Атрибуты: n_bins_: intмассив, форма (n_features,): Number of bins per feature. Bins whose width are too small (i.e., <= 1e-8) are removed with a warning. bin_edges_ : array of arrays, shape (n_features,):
Атрибуты: n_bins_: intмассив, форма (n_features,):
Number of bins per feature. Bins whose width are too small (i.e., <= 1e-8) are removed with a warning. bin_edges_ : array of arrays,
shape (n_features,):
The edges of each bin. Contain arrays of varying shapes (n_bins_, ) Ignored features will have empty arrays.
Это будет означать «нет» в вашем случае.Есть и еще один намек:
The inverse_transform function converts the binned data into the original feature space. Each value will be equal to the mean of the two bin edges.```