为什么进行线性回归前需要对特征进行离散化处理？
已解决为什么进行线性回归前需要对特征进行离散化处理？
展开
收起
1
条回答
写回答
写回答
-
推荐回答1.离散化操作很简单，特征离散化之后易于模型的快速迭代。
2.稀疏矩阵计算快，省内存。
3.鲁棒性强。单个特征数值过大或者过小对结果的影响会被降低。
4.可以产生交叉特征（相当于非线性了）
5.模型的稳定性加强了。
6.简化了模型，相当于降低了过拟合的风险。
2022-04-01 18:47:58赞同 2 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
问答排行榜
最热
最新
推荐问答
