salary数据利用的探讨

[thirstylearning]

本周给出的数据预处理案例中，有一个salary字段，其内容只有抽象化处理的范围如low、medium、high，像此类数据一般就是作为分类的标签，来分析在不同收入标准下的各种情况，那是否可以将该字段转化为大致的数值来进行数值处理？此类数据是否有其他的利用方式？

[andyhuang18]

@thirstylearning 我觉得你的问题提得很好！在我个人看来，这个抽象化分组似乎是一个经过处理后的结果。因为每个职员的收入一般是不一样的，很可能会有很多数据的差异。所以我不推荐将其反向转化为大致的数值。就像我今天课上讲的购物平台顾客年龄这一栏，年龄分组后更容易体现数据价值。当然划分组的方法是多样的，最简单的是用规则的方法，也可以用聚类等机器学习算法。

[thirstylearning]

@thirstylearning 我觉得你的问题提得很好！在我个人看来，这个抽象化分组似乎是一个经过处理后的结果。因为每个职员的收入一般是不一样的，很可能会有很多数据的差异。所以我不推荐将其反向转化为大致的数值。就像我今天课上讲的购物平台顾客年龄这一栏，年龄分组后更容易体现数据价值。当然划分组的方法是多样的，最简单的是用规则的方法，也可以用聚类等机器学习算法。

明白了，谢谢！

[ChicagoCubsOfficial]

@thirstylearning 我觉得你的问题提得很好！在我个人看来，这个抽象化分组似乎是一个经过处理后的结果。因为每个职员的收入一般是不一样的，很可能会有很多数据的差异。所以我不推荐将其反向转化为大致的数值。就像我今天课上讲的购物平台顾客年龄这一栏，年龄分组后更容易体现数据价值。当然划分组的方法是多样的，最简单的是用规则的方法，也可以用聚类等机器学习算法。

老师的意思是，这种差异很多的数据一般划分成像low,high这种或者简单用范围进行分类是比较简洁高效的吗

[andyhuang18]

@ChicagoCubsOfficial 数据的处理是多样的，分组处理数据相当于强化了组这个概念，但是弱化了组内的个体的概念。有时候需要取舍，如果分组后的数据更有利于问题的解决，那么就这样做；如果没有，那就要保持个体的特殊性。

[ChicagoCubsOfficial]

@ChicagoCubsOfficial 数据的处理是多样的，分组处理数据相当于强化了组这个概念，但是弱化了组内的个体的概念。有时候需要取舍，如果分组后的数据更有利于问题的解决，那么就这样做；如果没有，那就要保持个体的特殊性。

感谢老师，明白了！！！