特徵工程之分箱

一般在建立分類模型時，需要對連續變量離散化，特徵離散化後，模型會更穩定，降低了模型過擬合的風險。比如在建立申請評分卡模型時用logsitic作爲基模型就需要對連續變量進行離散化，離散化通常採用分箱法。 分箱的重要性及其優勢 離散特徵的增加和減少都很容易，易於模型的快速迭代； 稀疏向量內積乘法運算速度快，計算結果方便存儲，容易擴展； 離散化後的特徵對異常數據有很強的魯棒性：比如一個特徵是年齡>30是

>>阅读原文<<