mxy123123123的博客

原创 分箱（binning）

一.定义分箱就是将连续变量离散化二.好处储存空间小 将所有变量变换到相似的尺度上 对异常数据有很强的鲁棒性 引入了非线性 使模型会更稳定，降低了模型过拟合的风险，提升模型表达能力，加大拟合三.方法关于变量分箱主要分为两大类：有监督型和无监督型A. 无监督：(1) 等宽 (2) 等频 (3) 聚类#coding:utf-8from sklearn.clust...