我正在使用包'arules'在我的大数据中挖掘频繁的项目集，但我找不到合适的离散化方法。
作为包"arules"中的示例，可以在函数"离散化"中使用几种基本的无监督方法，但我想估计我的大数据集中类别的最佳数量，这似乎比分配类别数量更合理。
你能给我很好的建议吗，谢谢。
@Michael·哈斯勒
我认为对于无监督离散化几乎没有指导。查看每个变量的直方图并手动决定。对于 k 均值，您可以使用策略通过内部验证技术(即肘法(找到 k。对于监督离散化，有一些方法可以帮助您做出决定。也许其他人可以在这里提供帮助。
javascript python java c# php android html jquery c++ css ios sql mysql arrays asp.net json python-3.x ruby-on-rails .net sql-server django objective-c excel regex ruby linux ajax iphone xml vba spring asp.net-mvc database wordpress string postgresql wpf windows xcode bash git oracle list vb.net multithreading eclipse algorithm macos powershell visual-studio image forms numpy scala function api selenium