【特征工程】连续数据特征离散化的方法

离散化 背景 连续数据常常采用离散化处理以后再放入模型。离散化能够理解为提取特征的过程，好比在LR模型，因为是广义线性模型表达能力有限，所以经过特征离散化来了提升非线性学习能力web 主要方法 等距离散 取值范围均匀划成n等份，每份的间距相等svg 等频离散 均匀分为n等份，每分内包含的观察点数相同学习 优化离散 大体有两类方法： 1. 卡方检验方法：（统计样本的实际观测值与理论推断值之间的偏离程

>>阅读原文<<