Equal-Width Binning
Sayısal değer aralığını eşit uzunluktaki sınıflara bölen ve gözlem sayılarını eşitlemeyi gerektirmeyen ayrıklaştırma.
Eşit genişlikli sınıflama, tanımlanan aralığı aynı ölçü biriminde k eşit parçaya böler. Alt sınır a, üst sınır b ise:
h = (b − a)/k
kenar_i = a + i×h (i=0,…,k)a=0, b=100 ve k=5 için kenarlar 0,20,40,60,80,100, genişlik 20'dir. Sınırdaki değerlerin hangi sınıfa girdiği önceden tanımlanmalı; örneğin [0,20) ve [20,40) aralıklarının ikisi birden 20'yi içermemelidir.
Sınıflar eşit, frekanslar farklı
Verinin büyük bölümü 0–20 aralığında yoğunlaşıyorsa ilk sınıf çok kalabalık, bazı diğer sınıflar boş olabilir. Eşit genişlik, eşit gözlem sayısı anlamına gelmez. Bu özellik eşit frekanslı sınıflama ile temel farkıdır.
Uç değerler minimum ve maksimum üzerinden kurulan aralığı büyütebilir, merkezde çok sayıda gözlemi tek sınıfta toplayabilir. Önceden tanımlanmış fiziksel ölçüm sınırları veya alan bilgisine dayalı kenarlar kimi uygulamalarda daha açıklayıcıdır.
Kararlılık ve kullanım
Sınıf sınırları sabit tutulduğunda farklı günlerin ölçümleri karşılaştırılabilir. Her gün verinin min–max aralığından yeniden kenar türetmek ise aynı sınıf numarasına farklı sayısal anlamlar yükler. Veri ayrıklaştırma işlemi makine öğrenmesinde kullanıldığında kenarlar yalnız eğitim verisinden öğrenilmeli ve test aşamasında korunmalıdır. İstatistiksel histogram bu sınıfların frekanslarını grafikle gösterir.