分組分析，是指将客體（問卷、特征、現實）按研究要求進行分類編組，使得同組客體之間的差别小于各種客體之間的差别，進而進行分析研究的方法。其特點在于不依賴于原始資料分布的正常性假設，可以按任意規律分布，在分析既包括數量資料，又包括品質資料的混合資料時尤為重要。
離散屬性的分組比較容易，而連續屬性的分組，分組前要進行離散化
image.png
離散值基尼系數的計算
連續值的基尼系數的計算
代碼實作
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
sns.set_context(font_scale=1.5)
df = pd.read_csv("./data/HR.csv")
sns.barplot(x="salary",y="left",hue="department",data=df)
plt.show()
未去除異常值，是以圖像比較模糊
sl_s = df["satisfaction_level"]
sl_s = sl_s.dropna()
sns.barplot(list(range(len(sl_s))),sl_s.sort_values())
plt.show()
圖中有兩個明顯的拐彎的界限，可以根據界限來對滿意度分組