连续数值特征离散化
Posted chenb
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了连续数值特征离散化相关的知识，希望对你有一定的参考价值。
特征工程中 很常见的一步，特征离散化。最优离散化问题是一个 NP-hard问题。所以所谓的离散化方法只是某种启发式，某种情况下及考量下最优的方法。
好处
1. 减少连续特征的个数，减少存储空间大小
2. 更容易被接受。人更容易接受离散的范围，而不是准确的数值。也就是更容易理解，使用和解释
3. 离散化使得部门算法更准确和迅速
4. 有些算法只能应用于离散型数据
5. 降低过拟合
一般流程
1. 排序。数据一大，一般排序有利于提高速度和降低复杂度
2. 选择某些点作为候选点。用所选的具体方法作为衡量这个候选点是否满足要求
3. 可能接下来就进入分裂和合并，选择下一个候选点。
4. 停止条件
常见算法
以上是关于连续数值特征离散化的主要内容，如果未能解决你的问题，请参考以下文章