首页 > 试题广场 >

根据特征阈值划分数据集

[编程题]根据特征阈值划分数据集

热度指数：120 时间限制：C/C++ 1秒，其他语言2秒空间限制：C/C++ 256M，其他语言512M
算法知识视频讲解

实现一个函数来根据特定特征的阈值将数据集分成两个子集。这是决策树算法中的一个基本操作，用于根据特征值对数据进行二分划分。

划分规则：
- 对于数值型阈值：将特征值大于等于阈值的样本划分到第一个子集，小于阈值的样本划分到第二个子集
- 对于非数值型阈值：将特征值等于阈值的样本划分到第一个子集，不等于阈值的样本划分到第二个子集

输入描述:

函数`divide_on_feature`接收三个参数：
1. X：数据集，二维numpy数组
2. feature_i：用于划分的特征索引，整数
3. threshold：划分阈值，可以是数值或其他类型

输出描述:

返回一个包含两个numpy数组的列表：
1. 第一个数组包含满足条件的样本
2. 第二个数组包含不满足条件的样本

示例1

输入

[[1, 2], [3, 4], [5, 6]]
0
3

输出

[array([[3, 4],
       [5, 6]]), array([[1, 2]])]

算法知识视频讲解

凉拌西瓜炒鸡腿

更简洁的写法

def divide_on_feature(X, feature_i, threshold):
    if isinstance(threshold, str):
        # Create a boolean mask where condition is met
        mask = X[:, feature_i] == threshold
    else:
        mask = X[:, feature_i] >= threshold

    # Use the mask to get the 'satisfied' and 'unsatisfied' subsets
    satisfied = X[mask]
    unsatisfied = X[~mask]
    
    return [satisfied, unsatisfied]

发表于 2025-09-05 15:47:25 回复(0)