连续特征离散化的应用总结

文章目录 1. 什么是连续特征离散化 2. 为什么要离散化 1.1 离散化的优点 1.2 离散化缺点 1.3 LR模型为什么适合离散特征 3. 怎么离散化 3.1 无监督学习方法 3.2 有监督学习方法   李沐曾经说过：模型是使用离散特征还是连续特征，其实是一个“海量离散特征+简单模型” 同 “少量连续特征+复杂模型”的权衡。   离散特征是可枚举的特征，连续特征是不可枚举的特征，在《 机器学习

>>阅读原文<<