特徵離散化解決非線性特徵問題

在實際工作中，需要使用譬如LR這種線性分類器的時候，往往需要將特徵離散化成0/1特徵，之後再進行模型訓練。 下面舉例說明原因： 我們假設決策面爲y=x^2，且模型是隻具有一維特徵x的線性模型,即模型的表達形式爲：y=kx+b，如下圖所示： 顯然，模型不能很好地擬合決策面，那麼，假如將x離散化成多個0/1特徵(one-hot編碼)： 0<x<=s1    x1=1,else=0 s1<x<=s2  

>>阅读原文<<