降低基数，连续变量分段

数据准备非常重要： 1.从不同的渠道收集数据； 2.清理数据中意外错误或被认为是极端值的取值； 3.生成衍生的变量（feature）。 在数据处理过程，需要进行的操作： 当名义变量的取值大于12个，考虑降低基数： 1>将相同含义的变量合并； 2>出现频率下的类别被合并为一个新的类别，并给予一个合理的标识，如other。 3>合并变量的类别使得某些预测力指标最大化。 下面是采用决策树的方法，对于有1

>>阅读原文<<