为什么要将连续特征离散化
来源:互联网 发布:红蓝3d mac播放器 编辑:程序博客网 时间:2024/05/21 09:01
在工业界,很少直接将连续值作为逻辑回归模型的特征输入,而是将连续特征离散化为一系列0、1特征交给逻辑回归模型,这样做的优势有以下几点:
0. 离散特征的增加和减少都很容易,易于模型的快速迭代;
1. 稀疏向量内积乘法运算速度快,计算结果方便存储,容易扩展;
2. 离散化后的特征对异常数据有很强的鲁棒性:比如一个特征是年龄>30是1,否则0。如果特征没有离散化,一个异常数据“年龄300岁”会给模型造成很大的干扰;
3. 逻辑回归属于广义线性模型,表达能力受限;单变量离散化为N个后,每个变量有单独的权重,相当于为模型引入了非线性,能够提升模型表达能力,加大拟合;
4. 离散化后可以进行特征交叉,由M+N个变量变为M*N个变量,进一步引入非线性,提升表达能力;
5. 特征离散化后,模型会更稳定,比如如果对用户年龄离散化,20-30作为一个区间,不会因为一个用户年龄长了一岁就变成一个完全不同的人。当然处于区间相邻处的样本会刚好相反,所以怎么划分区间是门学问;
6. 特征离散化以后,起到了简化了逻辑回归模型的作用,降低了模型过拟合的风险。
李沐曾经说过:模型是使用离散特征还是连续特征,其实是一个“海量离散特征+简单模型” 同 “少量连续特征+复杂模型”的权衡。既可以离散化用线性模型,也可以用连续特征加深度学习。就看是喜欢折腾特征还是折腾模型了。通常来说,前者容易,而且可以n个人一起并行做,有成功经验;后者目前看很赞,能走多远还须拭目以待。
0 0
- 为什么要将连续特征离散化
- 连续特征离散化
- 连续特征离散化
- 连续特征的离散化
- LR连续特征离散化
- 连续特征的离散化:在什么情况下将连续的特征离散化之后可以获得更好的效果?
- 连续特征的离散化:在什么情况下将连续的特征离散化之后可以获得更好的效果?
- 连续特征的离散化:在什么情况下将连续的特征离散化之后可以获得更好的效果?
- 特征离散化,特征交叉,连续特征离散化
- 连续特征离散化和归一化
- 连续特征离散化的好处
- 连续特征离散化的方法
- 连续特征的离散化的意义
- 连续特征离散化的方法
- 连续特征离散化和归一化
- 连续特征离散化的方法
- 逻辑回归LR的特征为什么要先离散化
- 逻辑回归LR的特征为什么要先离散化
- 启动虚拟机报错VMware Workstation cannot connect to the virtual machine
- Java(输入/输出流的划分)
- 08 BaseAdapter 和ListView总结
- 【华为OJ】进制转换
- Android apk如何防止反编译和如何快速有效的反编译别人的Apk
- 为什么要将连续特征离散化
- SQLite——简单使用
- 167. Two Sum II - Input array is sorted [medium] (Python)
- AsyncTask异步加载以及Proxy代理模式访问网络数据
- React-Native_02:语法篇
- node.js 初体验
- MacBook Pro下开发常用快捷键
- 【面试题44】扑克牌顺子
- Android消息推送完美方案