白話總結《特徵工程之連續變離散》

主要參考博客：http://www.sohu.com/a/211388625_670669 目前業務所用模型都需要把連續的特徵轉化爲離散值，特做總結如下： 1. Bucket 分桶： 把範圍較廣的連續值分桶 分桶的個數一般由特徵意義和經驗人爲設定，比如年齡可以根據小學，初中，高中，大學等分桶， 此處以日期舉例： 優勢： 連續性特徵拆分成一個四元素向量，那麼模型現在可以學習四個單獨的權重，與單個權重

>>阅读原文<<