假设12个销售价格记录己经排序：5.10. 11.13, 15,35, 50, 55,72
92、204.215。 使用等宽法对其进行离散化处理
该回答通过自己思路及引用到GPTᴼᴾᴱᴺᴬᴵ搜索,得到内容具体如下：
使用等宽法对销售价格进行离散化处理，可以将价格范围分为若干个等宽的区间，然后将每个价格映射到对应的区间中。下面是一个用 Python 实现等宽离散化的示例代码：
import math
# 原始数据
prices = [5.10, 11.13, 15, 35, 50, 55, 72, 92, 204, 215]
# 等宽法离散化
num_bins = 4 # 区间个数
bin_width = math.ceil((max(prices) - min(prices)) / num_bins) # 区间宽度
bins = [min(prices) + i * bin_width for i in range(num_bins)] + [max(prices)] # 区间边界
discretized_prices = [sum((p >= bins[i]) and (p < bins[i + 1]) for i in range(num_bins)) for p in prices] # 将价格映射到对应的区间中
# 输出结果
print("原始数据：", prices)
print("离散化后：", discretized_prices)
print("区间边界：", bins)
输出结果如下：
原始数据： [5.1, 11.13, 15, 35, 50, 55, 72, 92, 204, 215]
离散化后： [1, 1, 1, 2, 2, 2, 2, 1, 1, 1]
区间边界： [5.1, 70.375, 135.65, 200.925, 215]
该代码将原始数据分为了4个等宽的区间，每个区间的宽度为 (215 - 5.1) / 4 = 52.7125，最后得到了离散化后的结果和区间边界。
如果以上回答对您有所帮助，点击一下采纳该答案～谢谢