无监督离散化，将连续数据转换为分类数据，用于频繁项集挖掘

Question

我正在使用“arules”包来挖掘我的大数据中的频繁项集，但我找不到合适的离散化方法。

作为Package 'arules'中的例子，在函数'discretization'中可以使用几种基本的无监督方法，但我想估计我的大数据集中的最佳类别数量，这似乎比分配数量更合理类别数。

能不能给点好的建议，谢谢。

@Michael Hahsler

Answer 1

我认为关于无监督离散化的指导很少。查看每个变量的直方图并手动决定。对于 k 均值，您可能会使用策略来使用内部验证技术（即肘部方法）找到 k。对于监督离散化，存在可帮助您做出决定的方法。也许其他人可以在这里提供帮助。