SPSS教程——分箱功能将连续数据离散化

“分箱法”相信学过统计学的小伙伴们都不会陌生，它的主要作用就在于对噪音数据进行剔除，同时将连续型数据进行离散处理。在模型分析开始前，我们经常需要使用到分箱法来处理和清洗数据。

作为一款功能全面、专业性强的统计分析软件，IBM SPSS Statistic同样具备分箱功能，下面我们一起来通过一篇教程了解一下。

图1是我们准备要分箱的数据，我们将对年龄列进行分箱，按照每10岁为一个标准进行分箱。

图1：要分箱的数据

点击“转换”中的“可视分箱”，进入分箱设置界面。

图2：可视分箱

将“年龄”拉入到“要分箱的变量”中，然后点击“继续”。

图3：拉入要分箱的变量

在图4所示界面，我们可以看到要扫描的个案数共34个，其中最大的变量值为67，最小为22，也就是说要分箱的数据年龄段在22到67岁之间。

我们在“分箱化变量”中，填入“年龄段”，作为一个之后新生成的变量，随后点击“生成分割点”按钮。

图4：分箱化变量

按照我们的分箱目的，我们要每隔10岁分组一次，最小的年龄为22岁，则我们需要在第一个分割点位置填写“20”，然后在宽度填写“10”，此时点击键盘Tap键，SPSS会自动生成分割点数的值为“5”，如图5所示。

这样子SPSS会自动帮我们将20到30、30到40、40到50、50到60、60到70的年龄段进行分组，一共5组。

图5：生成分割点

点击“应用”按钮后，回到“可视分箱”界面中，我们可以在图6红框位置看到后续的分箱值，标签栏默认是空值，我们可以进行自定义填写，如设置20的分箱标签为2。

图6：设置自定义标签

最后点击“确定”按钮，开始进行数据分箱，分箱后的新数据结果如图7所示，生成了新的“年龄段”列，数据也非常正确地进行了分箱，如年龄为27的那行数据，被正确地设置到了标签为2的分箱中。

图7：分箱结果

以上就是使用IBM SPSS Statistic对演示数据中的年龄指标，按照每隔10岁的标准，进行分箱的全部教程，上述演示的是等距分箱，小伙伴也可以自己动手在IBM SPSS Statistic中尝试一下不等距分箱哦。

SPSS教程——分箱功能将连续数据离散化相关推荐

数据处理之连续数据离散化
一些数据挖掘算法,比如Apriori算法等,要求数据是分类属性形式,需要进行连续数据离散化. 连续数据离散化就是在数据的取值范围内,设定若干个离散的划分点,将取值范围划分为一些离散化的区间,最后用不同 ...
R语言caret包构建xgboost模型实战：特征工程（连续数据离散化、因子化、无用特征删除）、配置模型参数（随机超参数寻优、10折交叉验证）并训练模型
R语言caret包构建xgboost模型实战:特征工程(连续数据离散化.因子化.无用特征删除).配置模型参数(随机超参数寻优.10折交叉验证)并训练模型目录
利用SPSS可视化分箱轻松给数据进行等分分组
我们在临床研究中,经常需要对数据进行转换,有时需要把连续变量转换成分类变量,然后观察分类变量的之间关系.例如下图按照百分位把数据分成了5组我们今天通过SPSS数据可视化分箱来演示怎么进行连续数据等分 ...
SemiBin宏基因组半监督分箱工具中GTDB数据的下载与配置
最近想学一学宏基因组的分箱工具使用(讲真的,感觉bin还是挺复杂的,不是我这种小白该去涉猎的),本来想看看老牌工具metaWRAP的使用细节,奈何微信推送了一条新的分箱工具--SemiBin,还是基于 ...
《Python金融大数据风控建模实战》第6章变量分箱方法
<Python金融大数据风控建模实战> 第6章变量分箱方法本章引言 Python代码实现及注释本章引言变量分箱是一种特征工程方法,意在增强变量的可解释性与预测能力.变量分箱方法主要 ...
数据挖掘：银行评分卡制作——数据分箱、WOE、IV的意义
在银行评分卡的项目中,通常都会需要把数据分箱,分箱后并不是对数据进行哑变量处理,而是用WOE值去替换,再放入模型中. 学习的过程中会对这些操作有些疑问,比如,数据分箱有什么意义,WOE和IV值是干什么 ...
数据科学猫：数据预处理之数据分箱(Binning)
进击的橘子猫正式改名上线啦! 我的CSDN主页:https://blog.csdn.net/Orange_Spotty_Cat 也欢迎大家搜索微信公众号"进击的橘子猫",我也会定期 ...
数据预处理的分箱操作
介绍我们在建立模型前,一般需要对特征变量进行离散化,特征离散化后,模型会更稳定,降低模型过拟合的风险.尤其是采用 logsitic 建立评分卡模型时,必须对连续变量进行离散化.而特征离散化处理通常采 ...
系统学习机器学习之特征工程（四）--分箱总结
首先from wiki给出一个标准的连续特征离散化的定义: 在统计和机器学习中,离散化是指将连续属性,特征或变量转换或划分为离散或标称属性/特征/变量/间隔的过程.这在创建概率质量函数时非常有用 - ...

SPSS教程——分箱功能将连续数据离散化

SPSS教程——分箱功能将连续数据离散化相关推荐

最新文章

热门文章