def category_continue_separartions(df,feature_names):
categorical_var=[]
numberical_var=[]
if 'target' in feature_names:
feature_names.remove('target')
## 先判断数据类型,如果是int或者是float就直接作为连续变量
numerical_var=list(df[feature_names].select_types(include=['int','float','int_32','float32','float64'].columns.values))
categorical_var=[x for x infeature_names if x not in numerical_var]
return categorical_var,numberical_var
筛选连续变量和分类变量的代码
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
- 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
推荐阅读更多精彩内容
- ![在这里插入图片描述](https://img-blog.csdnimg.cn/202009072040092...
- 一、什么是调节效应 调节效应就是说因变量与自变量的关系受到第三个变量即调节变量的影响。 举个栗子: 之前很火的电视...
- 各位读者朋友们大家好啊,最近有不少读者私信我说关于单臂实验的meta分析能不能出个教程,尤其是对于单臂连续型变量,...
- 步骤: 分析+频率+变量+确定 第一张表:统计 显示了本次频率分析操作中全部变量的个案数(有效个案数26个,缺失个...