Модуль: Предобработка II. Категориальные признаки и категоризация

Два аналитика смотрят на одни и те же доставки:

Аналитик A: до 30, 31–60, больше 60 минут.

Аналитик B: до 20, 21–45, больше 45 минут.

Оба могут написать совершенно корректный pd.cut(). Но результаты будут разными.
 

Что делать?

Границы должны иметь основание. Им может быть:

• правило бизнеса или предметной области;
• распределение значений;
• цель анализа.

Инструменты 

Перед выбором границ полезно посмотреть распределение:

Но даже статистика не выдаёт единственную «правильную» категоризацию. Нужно объяснять, зачем выбраны именно такие интервалы.