De meest voorkomende vorm van clustering staat bekend als clustering met gelijke breedte<\/strong> , waarbij we een dataset verdelen in k<\/em> groepen van gelijke breedte.<\/span><\/p>\n Een minder vaak gebruikte vorm van clustering staat bekend als clustering met gelijke frequentie<\/strong> , waarbij we een dataset verdelen in k<\/em> groepen die allemaal een gelijk aantal frequenties hebben.<\/span><\/p>\n In deze tutorial wordt uitgelegd hoe u clustering met gelijke frequentie in Python kunt uitvoeren.<\/span><\/p>\n Stel dat we een dataset hebben met 100 waarden:<\/span><\/p>\n Gelijke breedtegroepering:<\/strong><\/span><\/p>\n Als we een histogram maken om deze waarden weer te geven, zal Python standaard groeperen met gelijke breedte:<\/span> <\/p>\n Elke groep heeft een gelijke breedte van ongeveer 0,4487, maar elke groep bevat niet een gelijk aantal waarnemingen. Bijvoorbeeld:<\/span><\/p>\n Enzovoort.<\/span><\/p>\n Gelijke frequentiegroepering:<\/strong><\/span><\/p>\n Om buckets te maken die een gelijk aantal waarnemingen bevatten, kunnen we de volgende functie gebruiken:<\/span> <\/p>\n Elke groep is niet even breed, maar elke groep bevat<\/i> een gelijk aantal waarnemingen. Bijvoorbeeld:<\/span><\/p>\n Enzovoort.<\/span><\/p>\n Uit het histogram kunnen we zien dat elke bak duidelijk niet even breed is, maar dat elke bak hetzelfde aantal waarnemingen bevat, wat wordt bevestigd door het feit dat de hoogte van elke bak gelijk is.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":" In de statistiek is groeperen het proces waarbij numerieke waarden in groepen worden geplaatst. De meest voorkomende vorm van clustering staat bekend als clustering met gelijke breedte , waarbij we een dataset verdelen in k groepen van gelijke breedte. Een minder vaak gebruikte vorm van clustering staat bekend als clustering met gelijke frequentie , waarbij […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-837","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n Binning met gelijke frequentie in Python<\/strong><\/span><\/h3>\n
import<\/span> numpy as<\/span> np\nimport<\/span> matplotlib.pyplot as<\/span> plt\n\n#create data<\/span>\nnp.random.seed(1)\ndata = np.random.randn(100)\n\n#view first 5 values\n<\/span><\/strong>data[:5]\n\narray([ 1.62434536, -0.61175641, -0.52817175, -1.07296862, 0.86540763])\n<\/b><\/pre>\n #create histogram with equal-width bins<\/span>\nn, bins, patches = plt.hist(data, edgecolor='black')\nplt.show()\n\n#display bin boundaries and frequency per bin<\/span> \nbins, n\n\n(array([-2.3015387 , -1.85282729, -1.40411588, -0.95540447, -0.50669306,\n -0.05798165, 0.39072977, 0.83944118, 1.28815259, 1.736864,\n 2.18557541]),\n array([ 3., 1., 6., 17., 19., 20., 14., 12., 5., 3.]))\n<\/strong><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/egalfreqbinningpython1.png\")
<\/p>\n\n
#define function to calculate equal-frequency bins<\/span> \ndef<\/span> equalObs(x, nbin):\n nlen = len(x)\n return<\/span> np.interp(np.linspace(0, nlen, nbin + 1),\n np.arange(nlen),\n np.sort(x))\n\n#create histogram with equal-frequency bins<\/span> \nn, bins, patches = plt.hist(data, equalObs(data, 10), edgecolor='black')\nplt.show()\n\n#display bin boundaries and frequency per bin<\/span> \nbins, n\n\n(array([-2.3015387 , -0.93576943, -0.67124613, -0.37528495, -0.20889423,\n 0.07734007, 0.2344157, 0.51292982, 0.86540763, 1.19891788,\n 2.18557541]),\n array([10., 10., 10., 10., 10., 10., 10., 10., 10., 10.]))<\/strong> <\/pre>\n![\"Voorbeeld](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/egalfreqbinningpython2.png\")
<\/p>\n\n