離散變量的編碼方式

在機器學習問題中，我們通過訓練數據集學習得到的其實就是一組模型的參數，然後通過學習得到的參數確定模型的表示，最後用這個模型再去進行我們後續的預測分類等工作。在模型訓練過程中，我們會對訓練數據集進行抽象、抽取大量特徵，這些特徵中有離散型特徵也有連續型特徵。若此時你使用的模型是簡單模型（如LR），那麼通常我們會對連續型特徵進行離散化操作，然後再對離散的特徵，進行one-hot編碼或啞變量編碼或Labe

>>阅读原文<<