安装R包

（直接在RStudio安装GD包）

install.packages("GD")

加载数据

library(GD)   #加载GD包
setwd("X:\\work\\GD")   #设置工作路径
data1<-read.csv("data_raw.csv")   #读取数据（未经离散化处理的原始数据）
head(data1)   #可以查看数据

离散化方法

GD包中提供了六种离散化方法：

• equal（等距离间隔法）
• natural（自然断点分类法）
• quantile（分位数法）
• geometric（几何间隔法）
• sd（标准差法）
• manual（手动间隔法）

离散化优化

通过GD包中提供的optidisc()函数，可以自动计算最优的方法及分类

discmethod<-c("equal","natural","quantile","geometric","sd")   #选择离散化方法
discitv<-c(3:8)   #定义间隔点个数为3~8个（间隔数量至少定义为3，不然会报错'非数值的矩阵范围'）
odc1<-optidisc(y~x1+x2,data=data1,discmethod,discitv)   #设置变量，~前为因变量，后为自变量
odc1   #输出结果
plot(odc1)   #可视化结果

结果表明，以自变量'人口密度'为例，采用几何间隔方法分为7类为最优：

optimal discretization result of pop_den
method             :  geometric
number of intervals:  7
intervals:
 0 6.120119 49.69609 359.9622 2569.094 18298.37 130292.7
numbers of data within intervals:
 15 3 17 139 508 446

可视化结果：