降低基數，連續變量分段

數據準備非常重要： 1.從不同的渠道收集數據； 2.清理數據中意外錯誤或被認爲是極端值的取值； 3.生成衍生的變量（feature）。 在數據處理過程，需要進行的操作： 當名義變量的取值大於12個，考慮降低基數： 1>將相同含義的變量合併； 2>出現頻率下的類別被合併爲一個新的類別，並給予一個合理的標識，如other。 3>合併變量的類別使得某些預測力指標最大化。 下面是採用決策樹的方法，對於有1

>>阅读原文<<