开发者社区> 问答> 正文

python中的数据离散化算法的优点是什么?

python中的数据离散化算法的优点是什么?

展开
收起
游客qzzytmszf3zhq 2021-11-30 13:37:11 439 0
1 条回答
写回答
取消 提交回答
  • 1.离散特征的增加和减少都很容易,方便模型的迭代 2.悉数向量内积乘法运算速度快,,计算结果方便存储,容易扩展 3.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I,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 4.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

    2021-11-30 13:37:25
    赞同 展开评论 打赏
问答排行榜
最热
最新

相关电子书

更多
数据+算法定义新世界 立即下载
袋鼠云基于实时计算的反黄牛算法 立即下载
Alink:基于Apache Flink的算法平台 立即下载