IV值計算及分箱

1.離散的優勢： （1）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1，否則0。如果特徵沒有離散化，一個異常數據「年齡300歲」會給模型造成很大的干擾； （2）邏輯迴歸屬於廣義線性模型，表達能力受限，單變量離散化爲N個後，每個變量有單獨的權重，相當於爲模型引入了非線性，能夠提升模型表達能力，加大擬合； （3）離散化後可以進行特徵交叉，由M+N個變量變爲M*N個變量，進一步引入

>>阅读原文<<