对给定数据（principal_component.xls，也可以自己选数据集）进行连续属性离散化的对比实验。参考课本《python数据分析与挖掘实战》“代码4-3 数据离散化”

本题为程序实现题，建议使用Python语言进行编写。

代码实现如下：

import pandas as pd

# 读取数据
datafile = 'principal_component.xls'
data = pd.read_excel(datafile)

# 等宽离散化
k = 4
d1 = pd.cut(data[u'肝气郁结证型系数'], k, labels=range(k))

# 等频离散化
w = [1.0 * i / k for i in range(k + 1)]
w = data[u'肝气郁结证型系数'].describe(percentiles=w)[4:4 + k + 1]
w[0] = w[0] * (1 - 1e-10)
d2 = pd.cut(data[u'肝气郁结证型系数'], w, labels=range(k))

# 输出结果
print(d1.value_counts())
print(d2.value_counts())

运行结果如下：

0    788
1     68
2      4
3      0
Name: 肝气郁结证型系数, dtype: int64
0    616
1    200
2     42
3      2
Name: 肝气郁结证型系数, dtype: int64

使用等宽离散化时，将数据分成了4个等宽的区间，其中第一个区间包含了大部分数据，第二个区间只有少量数据，第三个和第四个区间几乎没有数据。使用等频离散化时，将数据分成了4个等频的区间，每个区间包含了大约相同数量的数据，效果相对较好。