1. https://www.zhihu.com/question/31989952/answer/54184582
2. https://blog.csdn.net/u010358304/article/details/80693541
连续特征离散化的基本假设，是默认连续特征不同区间的取值对结果的贡献是不一样的。
所以希望连续特征在不同的区间有不同的权重，实现的方法就是对特征进行划分区间，每个区间为一个新的特征。常用做法，就是先对特征进行排序，然后再按照等频离散化为N个区间.
无监督方法: 分箱法和直观划分. 分箱法又分为等宽分箱法和等频分箱法
有监督方法:
http://www.zhihu.com/question/31989952 连续特征的离散化：在什么情况下将连续...
连续特征的离散化：在什么情况下将连续的特征离散化之后可以获得更好的效果？ Q:CTR预估，发现CTR预估一般都是用...
背景 LR模型中，更偏向于对离散化特征进行训练，对于连续值特征，更多的情况下是将连续值特征离散化，再加入模型进行训...
1.连续特征做离散化的好处？ 在工业界，很少直接将连续值作为逻辑回归模型的特征输入，而是将连续特征离散化为一系列0...
1. https://www.zhihu.com/question/31989952/answer/5418458...
简介 特征离散化指的是将连续特征划分离散的过程：将原始定量特征的一个区间一一映射到单一的值。离散化过程也被表述成分...
ID3算法存在的不足, 在C4.5里面有了改进 不能处理连续特征的问题C4.5的思路是将连续特征离散化. 比如m个...
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。既可以...
机器学习中的特征类别有连续型特征和离散型特征 获取到原始特征，根据情况需要需对特征分别进行归一化，比如，特征A的取...
一般在搭建机器学习分类模型时，需要对连续型的特征进行离散化，也就是分箱。在工业界，很少直接将连续值作为逻辑...
本文标题：2019-02-22 连续特征的离散化：在什么情况下将连续的特征
本文链接：https://www.haomeiwen.com/subject/xifyyqtx.html
网友评论